Resumen

Como un tipo de red neuronal de alimentación directa novedosa con una sola capa oculta, las redes neuronales ELM (máquinas de aprendizaje extremo) se estudian para la identificación y control de sistemas dinámicos no lineales. La propiedad de estructura simple y rápida convergencia de ELM se puede mostrar claramente. En este documento, estamos interesados en el control adaptativo de plantas dinámicas no lineales mediante el uso de redes neuronales OS-ELM (máquinas de aprendizaje extremo secuenciales en línea). Basándose en la división del alcance de los datos, también se resuelve el problema de que el proceso de entrenamiento de la red neuronal ELM es sensible a los datos iniciales de entrenamiento. De acuerdo con el rango de salida de la planta controlada, los datos correspondientes a este rango se utilizarán para inicializar ELM. Además, debido a la desventaja del control adaptativo convencional, cuando la red neuronal OS-ELM se utiliza para el control adaptativo del sistema con parámetros cambiantes, la estructura topológica de la red neuronal

• Materias:Ecuaciones diferenciales Ecuaciones integrales Variables independientes Sistemas dinámicos Combinaciones convexas
• Subjects:Differential equations Integral equations Independent variables Dynamic systems Convex combinations
• Palabras claves:Redes neuronales; ELM; Control adaptativo; Sistemas dinámicos no lineales; OS-ELM; MMAC
• Keywords:Neural networks; ELM; Adaptive control; Nonlinear dynamic systems; OS-ELM; MMAC