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.
Annotation in English
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.
Artificial Neural Networks, Differential Evolution, Modelling, Process Control
Length of the covering note
93
Language
CZ
Annotation
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.
Annotation in English
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.
Artificial Neural Networks, Differential Evolution, Modelling, Process Control
Research Plan
Disertační práci zpracujte podle ČSN ISO 7144 "Dokumentace. Formální úprava disertací a podobných dokumentů" a Taufer, Kotyk, Javůrek "Jak psát a obhajovat závěrečnou práci .."
Research Plan
Disertační práci zpracujte podle ČSN ISO 7144 "Dokumentace. Formální úprava disertací a podobných dokumentů" a Taufer, Kotyk, Javůrek "Jak psát a obhajovat závěrečnou práci .."
Recommended resources
[1] BALÁTĚ, J. Automatické řízení. Praha : BEN, 2003. 654 s. ISBN 80-7300-148-9.
[2] CAMACHO, E. F.; BORDONS, C. Model Predictive Control 3rd. London : Springer - Verlag, 2002. 208 s. ISBN 3-540-76241-8.
[3] ČSN ISO/IEC 2382-34. Informační technologie - Slovník - Část 34: Umělá inteligence - neuronové sítě. Praha : Český normalizační institut, 2001. 36 s.
[4] DOWNING, J. Neurons and Networks: An Introduction to neuroscience. Cambridge : Belknap Press, 1992. 447 s. ISBN 0-674-60820-8.
[5] DRÁBEK, O.; MACHÁČEK, J. Experimentální identifikace. Pardubice : VŠChT v Pardubicích, 1987. 275 s.
[6] ECONOMOU, C.; MORARI, M.; PALSSON, B. Internal Model Control: extension to nonlinear system. Industrial & Engineering Chemistry Process Design and Development. 1986, č. 26, s. 403-411. ISSN 0196-4305.
[7] FOGEL, D. B. Evolutionary Computation: Toward a New Philosophy of Machina Intelligence, Third Edition. New Jersey : IEEE Press, 2006. 296 s. ISBN 978-0-471-66951-7.
[8] HAYKIN, S. Neural Networks: A Comprehensive Foundation. New Jersey : Prentice Hall, 1999. 842 s. ISBN 0-13-273350-1.
[9] HOLLAND, J. Adaptation in Natural and Artificial Systems (second edition). Ann Arbor : MIT Press, 1992. 228 s. ISBN 978-0-262-58111-0.
[10] HYNEK, J. Genetické algoritmy a genetické programování. Praha : Grada Publishing, 2008. 200 s. ISBN 978-80-247-2695-3.
[11] MAŘIK, V.; ŠTĚPÁNKOVÁ, O.; LAŽANSKÝ, J. Umělá inteligence (3). Praha : Academia, 2004. 334 s. ISBN 80-200-0472-6.
[12] MAŘIK, V.; ŠTĚPÁNKOVÁ, O.; LAŽANSKÝ, J. Umělá inteligence (4). Praha : Academia, 2003. 480 s. ISBN 80-200-1044-0.
[13] MIKLEŠ, J.; FIKAR, M. Modelovanie, identifikácia a riadenie procesov I. Bratislava : STU, 1999. 197 s. ISBN 80-227-1289-2.
[14] NGUYEN, H.; PRASAD, N.; WALKER, C. A First Course in Fuzzy and Neural Control. Boca Raton : Chapman & Hall/CRC, 2003. 301 s. ISBN 1-58488-244-1.
[15] NOCEDAL, J.; WRIGHT, S. Numerical Optimization. London : Springer-Verlag, 2006. 664 s. ISBN: 978-0-387-30303-1.
[16] NORGAARD, M.; RAVN, O.; POULSEN, N. Neural Networks for Modelling and Control of Dynamic Systems. London : Springer-Verlag, 2000. 246 s. ISBN 978-18-5233-227-3.
[17] NOVÁK, M. Umělé neuronové sítě: teorie a aplikace. Praha : C. H. Beck, 1998. 382 s. ISBN 80-7179-132-6.
[18] PRICE, K. Genetic Annealing. Dr. Dobb's Journal, 1994, č. 220, s 127-132. ISSN 1044-789X
[19] RIVERA, D.; MORARI, M.; SKOGESTAD, S. Internal Model Control: PID Controller Design. Industrial & Engineering Chemistry Process Design and Development. 1986, č. 25, s. 252-265. ISSN 0196-4305.
[20] SINČÁK, P.; ANDREJKOVÁ, G. Neurónové siete. Inžiniersky prístup. Košice : Elfa s.r.o., 1996. 107 s. ISBN 80-88786-38-X.
[21] STORN, R.; PRICE, K. Differential Evolution - A Simple and Efficient Heuristic for Global Optimization over Continuous Spaces. Journal of Global Optimization. 1997, č. 11, s. 341-359. ISSN 0925-5001
[22] ŠÍMA, J.; NERUDA, J. Teoretické otázky neuronových sítí. Praha : Matfyzpress, 1996. 390 s. ISBN 80-85863-18-9.
[23] ŠULC, B.; VÍTEČKOVÁ M. Teorie a praxe návrhu regulačních obvodů. Praha : Vydavatelství ČVUT, 2004. 333 s. ISBN 80-01-03007-5.
[24] ŠVARC, I. Automatizace - Automatické řízení. Brno : CERM, 2002. 204 s. ISBN 80-214-2087-1.
[25] TAUFER, I.; DRÁBEK, O.; SEIDL, P. Umělé neuronové sítě - základy teorie a aplikace (2). CHEMagazín. 2006, roč. XV, č. 6, s. 10-12. ISSN 1210-7409
[26] TAUFER, I.; DRÁBEK, O.; SEIDL, P. Umělé neuronové sítě - základy teorie a aplikace (3). CHEMagazín. 2007, roč. XVI, č. 1, s. 12-14. ISSN 1210-7409
[27] TAUFER, I.; DRÁBEK, O.; SEIDL, P. Umělé neuronové sítě - základy teorie a aplikace (10). CHEMagazín. 2007, roč. XVII, č. 1, s. 35-37. ISSN 1210-7409.
[28] TUČKOVÁ, J. Úvod do teorie a aplikací umělých neuronových sítí. Praha : Vydavatelství ČVUT, 2003. 103 s. ISBN 80-01-02800-3.
[29] ZELINKA, I. Evoluční výpočetní techniky - principy a aplikace. Praha : BEN, 2008. 536 s. ISBN 978-80-7300-218-3.
Recommended resources
[1] BALÁTĚ, J. Automatické řízení. Praha : BEN, 2003. 654 s. ISBN 80-7300-148-9.
[2] CAMACHO, E. F.; BORDONS, C. Model Predictive Control 3rd. London : Springer - Verlag, 2002. 208 s. ISBN 3-540-76241-8.
[3] ČSN ISO/IEC 2382-34. Informační technologie - Slovník - Část 34: Umělá inteligence - neuronové sítě. Praha : Český normalizační institut, 2001. 36 s.
[4] DOWNING, J. Neurons and Networks: An Introduction to neuroscience. Cambridge : Belknap Press, 1992. 447 s. ISBN 0-674-60820-8.
[5] DRÁBEK, O.; MACHÁČEK, J. Experimentální identifikace. Pardubice : VŠChT v Pardubicích, 1987. 275 s.
[6] ECONOMOU, C.; MORARI, M.; PALSSON, B. Internal Model Control: extension to nonlinear system. Industrial & Engineering Chemistry Process Design and Development. 1986, č. 26, s. 403-411. ISSN 0196-4305.
[7] FOGEL, D. B. Evolutionary Computation: Toward a New Philosophy of Machina Intelligence, Third Edition. New Jersey : IEEE Press, 2006. 296 s. ISBN 978-0-471-66951-7.
[8] HAYKIN, S. Neural Networks: A Comprehensive Foundation. New Jersey : Prentice Hall, 1999. 842 s. ISBN 0-13-273350-1.
[9] HOLLAND, J. Adaptation in Natural and Artificial Systems (second edition). Ann Arbor : MIT Press, 1992. 228 s. ISBN 978-0-262-58111-0.
[10] HYNEK, J. Genetické algoritmy a genetické programování. Praha : Grada Publishing, 2008. 200 s. ISBN 978-80-247-2695-3.
[11] MAŘIK, V.; ŠTĚPÁNKOVÁ, O.; LAŽANSKÝ, J. Umělá inteligence (3). Praha : Academia, 2004. 334 s. ISBN 80-200-0472-6.
[12] MAŘIK, V.; ŠTĚPÁNKOVÁ, O.; LAŽANSKÝ, J. Umělá inteligence (4). Praha : Academia, 2003. 480 s. ISBN 80-200-1044-0.
[13] MIKLEŠ, J.; FIKAR, M. Modelovanie, identifikácia a riadenie procesov I. Bratislava : STU, 1999. 197 s. ISBN 80-227-1289-2.
[14] NGUYEN, H.; PRASAD, N.; WALKER, C. A First Course in Fuzzy and Neural Control. Boca Raton : Chapman & Hall/CRC, 2003. 301 s. ISBN 1-58488-244-1.
[15] NOCEDAL, J.; WRIGHT, S. Numerical Optimization. London : Springer-Verlag, 2006. 664 s. ISBN: 978-0-387-30303-1.
[16] NORGAARD, M.; RAVN, O.; POULSEN, N. Neural Networks for Modelling and Control of Dynamic Systems. London : Springer-Verlag, 2000. 246 s. ISBN 978-18-5233-227-3.
[17] NOVÁK, M. Umělé neuronové sítě: teorie a aplikace. Praha : C. H. Beck, 1998. 382 s. ISBN 80-7179-132-6.
[18] PRICE, K. Genetic Annealing. Dr. Dobb's Journal, 1994, č. 220, s 127-132. ISSN 1044-789X
[19] RIVERA, D.; MORARI, M.; SKOGESTAD, S. Internal Model Control: PID Controller Design. Industrial & Engineering Chemistry Process Design and Development. 1986, č. 25, s. 252-265. ISSN 0196-4305.
[20] SINČÁK, P.; ANDREJKOVÁ, G. Neurónové siete. Inžiniersky prístup. Košice : Elfa s.r.o., 1996. 107 s. ISBN 80-88786-38-X.
[21] STORN, R.; PRICE, K. Differential Evolution - A Simple and Efficient Heuristic for Global Optimization over Continuous Spaces. Journal of Global Optimization. 1997, č. 11, s. 341-359. ISSN 0925-5001
[22] ŠÍMA, J.; NERUDA, J. Teoretické otázky neuronových sítí. Praha : Matfyzpress, 1996. 390 s. ISBN 80-85863-18-9.
[23] ŠULC, B.; VÍTEČKOVÁ M. Teorie a praxe návrhu regulačních obvodů. Praha : Vydavatelství ČVUT, 2004. 333 s. ISBN 80-01-03007-5.
[24] ŠVARC, I. Automatizace - Automatické řízení. Brno : CERM, 2002. 204 s. ISBN 80-214-2087-1.
[25] TAUFER, I.; DRÁBEK, O.; SEIDL, P. Umělé neuronové sítě - základy teorie a aplikace (2). CHEMagazín. 2006, roč. XV, č. 6, s. 10-12. ISSN 1210-7409
[26] TAUFER, I.; DRÁBEK, O.; SEIDL, P. Umělé neuronové sítě - základy teorie a aplikace (3). CHEMagazín. 2007, roč. XVI, č. 1, s. 12-14. ISSN 1210-7409
[27] TAUFER, I.; DRÁBEK, O.; SEIDL, P. Umělé neuronové sítě - základy teorie a aplikace (10). CHEMagazín. 2007, roč. XVII, č. 1, s. 35-37. ISSN 1210-7409.
[28] TUČKOVÁ, J. Úvod do teorie a aplikací umělých neuronových sítí. Praha : Vydavatelství ČVUT, 2003. 103 s. ISBN 80-01-02800-3.
[29] ZELINKA, I. Evoluční výpočetní techniky - principy a aplikace. Praha : BEN, 2008. 536 s. ISBN 978-80-7300-218-3.
Enclosed appendices
-
Appendices bound in thesis
-
Taken from the library
No
Full text of the thesis
Appendices
Reviewer's report
Supervisor's report
Defence procedure record
Po 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.