Este trabalho investiga e propõe algoritmos de aprendizado para o treinamento de redes neurais artificiais (RNA), objetivando a identificação de sistemas dinâmicos não-lineares multivariáveis. De modo a se tratar sistemas não-lineares arbitrários e estabelecer algoritmos de aprendizado estáveis, são empregados recurrent high-order neural networks (RHONN), métodos de Lyapunov e adaptações de resultados já disponíveis na teoria de controle adaptativo para sistemas lineares. Inicialmente, de modo a explicitar o problema de identificação, é apresentada uma breve revisão sobre a literatura relativa à identificação de sistemas dinâmicos, RNA e identificação de sistemas dinâmicos usando RNA. A seguir, são analisados os trabalhos de Kosmatopoulos et alii [
| Identifer | oai:union.ndltd.org:IBICT/oai:agregador.ibict.br.BDTD_ITA:oai:ita.br:1375 |
| Date | 00 December 1997 |
| Creators | José Alfredo Ruiz Vargas |
| Contributors | Elder Moreira Hemerly |
| Publisher | Instituto Tecnológico de Aeronáutica |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações do ITA, instname:Instituto Tecnológico de Aeronáutica, instacron:ITA |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0096 seconds