Controle Neural

Controle Neural
Thays Grazia

Conceito
• Os esquemas de controle neurais adaptativos são aqueles que utilizam o treinamento da rede neural (ou das redes neurais) em tempo real (on-line) para se adaptar à planta a ser controlada.

Categorias de controle neural
• Direto
• O modelo da planta é parametrizado em termos dos parâmetros do controlador que são estimados diretamente sem cálculos intermediários envolvendo parâmetros estimados da planta.

• Indireto (Preditivo?)
• Os parâmetros da planta são estimados em tempo real e usados para calcular os parâmetros do controlador.

Exemplo de otimizadores
• Métodos Indiretos
• Método de Newton
• Método de Quasi-Newton
• Método da Secante

• Métodos Diretos
• Método de Eliminação de Região
• Métodos por Aproximação Polinomial - Interpolação Quadrática
• Métodos por Aproximação Polinomial - Interpolação Cúbica

Grupos de controle neural
• Não-híbridos:
• São controlados somente pelas redes neurais.

• Híbridos:
• Utilizam redes neurais trabalhando com outros controladores.

Controle não-híbrido direto
• O treinamento do controlador neural tem como objetivo zerar a diferença entre o valor desejado para a saída da planta (referência) e saída da planta, e não a diferença entre um valor desejado para a saída da rede neural e a saída da rede neural. Isso implica na necessidade de retro-propagar o erro através da planta, ou seja, é necessário obter a saída da planta para cada iteração do algoritmo do treinamento. Assim, só é possível se fazer um ajuste nos pesos da rede neural uma vez a cada período de amostragem, pois a saída da planta só é lida a cada período.

Controle não-híbrido indireto
• No esquema não híbrido indireto é possível se fazer vários ajustes de pesos durante um período de amostragem, pois existe um modelo da planta identificado por uma rede neural que pode ser usado para se ter uma saída estimada da planta sem a necessidade de esperar o próximo período de amostragem. O treinamento do controlador pode ser