Strojové učení pro systém MIMO 2-2 pro účely kolejového standu

Ünver Murat

Machine Learning for 2-2 MIMO System with Prospects to Double-Wheel-Set Roller Rig

Type of document

diplomová práce
master thesis

Author

Ünver Murat

Supervisor

Bukovský Ivo

Opponent

Beneš Peter Mark

Field of study

Přístrojová a řídicí technika

Study program

Strojní inženýrství

Institutions assigning rank

ústav přístrojové a řídící techniky

Rights

A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.html
Vysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html

Metadata

Show full item record

Abstract

Cílem této diplomové práce je provést výzkum adaptivního řízení s referenčním modelem pro lineární MIMO systémy. Pro tyto účely se teoretické modely používají k posouzení možnosti implementace neurálních algoritmů pro dynamické MIMO systémy. Jsou použity dva různé algoritmy; GD a RLS, nejúčinnější algoritmus, je nakonec přijat do teoretického modelu MIMO 20. řádu. Všechny tyto analýzy, návrhy a implementace jsou realizovány pomocí MATLABu Simulink a Pythonu 2.7.

This master?s thesis main goal is to make research about model reference adaptive control for linear MIMO systems. For these purposes theoretical models are used to see possible implementation of neural algorithms for Linear MIMO system. There are two different algorithms applied; GD and RLS, most effective algorithm is finally adopted to 20th order theoretical MIMO model. All of these analysis, design and implementation are made via MATLAB Simulink and Python 2.7.