Nemlineáris dinamikai rendszerek identifikációja Gauss-folyamat alapú technikákkal
A nemlineáris rendszerek identifikációja mindig is nagy kihívást jelentett a mérnököknek. A tisztán analitikus megoldások mellett és azok elősegítésére a 20. század második felében egyre inkább elterjedtek a modern mesterséges intelligencia módszerek elődjeinek tekinthető algoritmusok. Mégis, a különböző linearizálási technikák sokáig háttérbe szorították a nemlineáris modelleket. Sok kutató és iparban dolgozó mérnök nehezen mondott le a kiforrott és jól ismert lineáris metódusokról. Az elmúlt években azonban a számítási teljesítmény rohamos növekedése lehetővé tette a nemlineáris rendszerek identifikációs módszereinek hatékony alkalmazását. Ez nyitásra kényszerítette a mérnöktársadalmat a nemlineáris rendszerek mélyebb vizsgálata felé, így ezek identifikációja ma az aktívan kutatott területek közé tartozik.
A széles körben ismert tanuló és optimalizációs algoritmusok (pl. mesterséges neurális hálózatok, evolúciós algoritmusok) többnyire parametrikusak. Ez azt jelenti, hogy a tanítómintából nyert információ véges számú paraméterben tárolódik el. Ez nagyszerűen reprezentálja ugyan a rendszerről alkotott tudást, azonban a legnagyobb hátrány pont ebben a parametrikusságban rejlik, hiszen ekkor már a mérések előtt ismerni kell a rendszer jellegét. Erre a problémára kínálnak megoldást a nem parametrikus algoritmusok: mivel nincs fix paraméter készlet, ekkor rendszer a priori ismeretek hiányában is identifikálható.
Dolgozatomban kevésbé elterjedt, de az előbbiek miatt nemlineáris rendszerek identifikációjához nagyon hatékonyan alkalmazható nem parametrikus technikákat mutatok be. Ezek magasszintű valószínűségszámítási ismereteket igényelnek, alapjukat a Gauss-folyamat képezi. A problémakörhöz leginkább illeszkedő state-of-art technikákat (pl. az ún. Gauss process latent restoring force model-t) implementálom és fejlesztem tovább. Az átfogó vizsgálat érdekében szimulációs, benchmark és valós mérési adatokat egyaránt használok. Eredményeim több, a nemlineáris rendszerek határterületéről származó kutatással vetem össze és értékelem, továbbá rámutatok az ezekből származó alkalmazási lehetőségekre.
szerző
-
Dobák Dávid
Mechatronikai mérnöki mesterképzési szak
mesterképzés (MA/MSc)
konzulens
-
Dr. Csernák Gábor
egyetemi docens, Műszaki Mechanikai Tanszék
