Nonlinear system modelling and control using artificial neural networks

Problematika umělých neuronových sítí je relativně nová vědní disciplína, která se však již uplatňuje v širokém spektru oborů lidského bádání. Tato práce zkoumá možnosti jejího uplatnění v modelování a řízení technologických procesů, kde si umělé neuronové sítě najdou opodstatnění zejména v případech, kdy řešený problém nelze úplně matematicky popsat, či kdy je řešený problém tak složitý, že nelze řešit standardními řídicími algoritmy. Jedná se většinou o výrazně nelineární systémy. Práce je členěna do několika oddílů. Nejprve jsou popsány teoretické základy umělých neuronových sítí a evolučních algoritmů v rozsahu odpovídajícímu praktickému použití v dalších částech práce. Následují popisy různých přístupů k modelování technologických procesů s využitím umělých neuronových sítí a teoretická část práce je zakončena popisy pěti různých algoritmů řízení, které využívají umělé neuronové sítě a případně evoluční algoritmy. Tři popsané algoritmy jsou převzaté, dva do jisté míry původní. V experimentální části jsou pak popsané algoritmy aplikovány nejprve na vhodně zvolenou simulovanou soustavu a následně na daný laboratorní model. Paralelně jsou experimenty provedeny s využitím řady klasických a moderních metod řízení, přičemž v závěru je kladen důraz na jejich porovnání a zhodnocení možného přínosu využití umělých neuronových sítí pro řízení.Artificial neural networks are included in relatively new branch of science, which has been applied to many different places, recently. The Thesis examines possibilities of their use in process modelling and control. The conclusions are demonstrated on example of Hot-Air Device control, which is modelled and controlled using several techniques based on artificial intelligence. The thesis is divided into several sections. Firstly, basic principles of artificial neural networks and evolutionary algorithms are described. Then, some ways of technological process modelling and identification using artificial neural networks are presented. Eventually, theoretical section of the thesis is concluded with descriptions of five control algorithms which use in some way artificial neural networks and (in some cases) evolutionary algorithms. Three described algorithms are reproduced, the other two are original. All mentioned algorithms are applied then to two plants. The first plant is simulated discrete significantly nonlinear system; the second one is hot-air device. As comparison, both systems are controlled using some classical and modern control techniques. As one of the results, the approaches with and without artificial neural networks usage are confronted.Katedra řízení procesůPo představení disertanta byla komise seznámena se stanoviskem školícího pracoviště a školitele k disertační práci a osobě disertanta. Po cca 20 minutách disertant seznámil komisi se svojí disertační prací. Poté byly předneseny posudky všech tří oponentů a disertant zodpověděl otázky a reagoval na připomínky oponentů. V následné veřejné diskusi disertant odpovídal na otázky komise, které jsou uvedeny na samostatných listech. Na závěr proběhlo tajné hlasování. Protokol o výsledcích hlasování tvoří samostatnou přílohu.Dokončená práce s úspěšnou obhajobo