| 研究概要 |
申請者らは,射影型学習制御の考えに基づき,物理システムの構造を保存した連続時間システム同定の独自手法を開発している.本研究は,この手法を実用性の高いものに発展させる事を目的としている.本年度は,以下の成果を得た.
(a) 線形系に対するワンショット同定法の開発
射影型学習則に基づく同定では,同じ初期状態からの試行の繰り返しが基本となるが,プロセス系などでは実現が困難である.この観点から,「利用する入出力データの種類・射影空間」の適切な選択法について考察し,一組の入出力データに基づいて実用的な精度の得られる手法について検討し,一つの手法を開発した。また,閉ループシステムを取り扱えるような一般的な同定問題の枠組みを提案し,この有効性を検証している.
(b) 進化型計算の利用に基づくムダ時間系,非線形系の同定法
ムダ時間系やより一般的な非線形系を扱うためにParticle Swarm Optimization代表される進化型計算と組み合わせながら,全系のパラメータを同定する手法について検討を進めた.拘束条件付きの最適化問題として定式化することにより,広いクラスの同定問題に有効であることを確認した.
(c) 多変数系への拡張
多変数系およびアフィン系への拡張に関しては,大きな進展はなかった.ただし,系に含まれる本質的なパラメータに着目することで,多変数系としての同定が可能であることがわかった
|
