신경회로망 제어기와 동적 베이시안 네트워크를 이용한 시변 및 비정치 확률시스템이 제어 (Control of time-varying and nonstationary stochastic systems using a neural network controller and dynamic bayesian)

서지정보

· 발행기관 : 한국지능시스템학회
· 수록지 정보 : 한국지능시스템학회 논문지 / 17권 / 7호 / 930 ~ 938페이지
· 저자명 : 조현철, 이진우, 이영진, 이권순

초록

본 논문은 비정치(nonstationary) 통계특성 및 시변 동특성을 갖는 확률 프로세서의 정밀제어를 위한 신경회로망 제어기와 동적 베이시안 네트워크(DBN; Dynamic Bayesian Networks) 기반 모델링 기법을 제안한다. 신경망 제어기는 재귀형 구조의 일종인 Multilayer Perceptron-Infinite Impulse Response(MLP-IIR) 신경회로망으로 하였으며 실시간 시스템 오차를 보상하기 위한 온라인 학습법 또한 제안한다. DBN은 확률 프로세서의 확률모델링을 위하여 설계되며 또한 예측 제어기를 구성하는 보조시스템으로 이용된다. 제안한 제어기법의 타당성을 검증하기 위하여 컴퓨터 시뮬레이션이 실시되었으며 성능의 우수성을 입증하기 위하여 기존의 제어기법과 비교검토하였다.

영어초록

This paper presents a novel control approach for stochastic processes with nonstationary statistics and time-varying dynamics by using neural network control and dynamic Bayesian network modeling. We design a MLP-IIR neural network as a controller and propose online learning algorithm for compensating real-time system error due to such natures. We statistically represent relationship of input and output of a stochastic system by using a DBN model, which is technically used in constructing of a predictive control system. We evaluate our control method through computer simulation and demonstrate its superiority by comparing with the traditional control.

참고자료

· 없음