Identifikace nelineárního laboratorního modelu neuronovými sítěmi

Vitásek, Petr

Identifikace nelineárního laboratorního modelu neuronovými sítěmi

DSpace Repository

Language: English čeština

Identifikace nelineárního laboratorního modelu neuronovými sítěmi

dc.contributor.advisor	Perůtka, Karel
dc.contributor.author	Vitásek, Petr
dc.date.accessioned	2010-07-16T17:01:34Z
dc.date.issued	2008-05-21
dc.identifier	Elektronický archiv Knihovny UTB	cs
dc.identifier.uri	http://hdl.handle.net/10563/6083
dc.description.abstract	Tato práce pojednává o využití neuronových sítí v oblasti identifikace nelineárních dynamických systémů. V úvodu práce je stručná charakteristika neuronových sítí a metod, které se používají při identifikaci dynamických systémů. Dále je zde popsán software, který se použije na tvorbu programu pro identifikaci - MATLAB. Hlavní součástí teoretické části je popis použitého toolboxu pro identifikaci nelineárního systému pomocí neuronových sítí. Praktická část obsahuje postup identifikace pomocí Neural Network Based System Identification Toolboxu, včetně naměřených dat a grafů. Dále obsahuje porovnání použitých metod tohoto toolboxu. V příloze se nacházejí veškeré zdrojové kódy použité při identifikaci nelineárního laboratorního modelu neuronovými sítěmi.	cs
dc.format	73	cs
dc.format.extent	2612202 bytes	cs
dc.format.mimetype	application/pdf	cs
dc.language.iso	cs
dc.publisher	Univerzita Tomáše Bati ve Zlíně
dc.rights	Práce bude přístupná pouze v rámci univerzity od 21.05.2018
dc.subject	neuron	en
dc.subject	neural network	en
dc.subject	identification	en
dc.subject	MATLAB	en
dc.subject	toolbox	en
dc.subject	neuron	cs
dc.subject	neuronová síť	cs
dc.subject	identifikace	cs
dc.subject	MATLAB	cs
dc.subject	toolbox	cs
dc.title	Identifikace nelineárního laboratorního modelu neuronovými sítěmi	cs
dc.title.alternative	Identification of nonlinear laboratory model using neural networks	en
dc.type	diplomová práce	cs
dc.contributor.referee	Hering, Pavel
dc.date.accepted	2008-06-18
dc.description.abstract-translated	This thesis deals with application of neural networks for identification nonlinear dynamic systems. There is a brief characteristic of neural networks and their method for dynamic system identification at the beginning of this thesis. Then there is described software for development identification program - MATLAB. Main part of theoretical part of thesis is description of used toolbox for identification nonlinear system with neural networks. Practical part contains of tutorial for identification by Neural Network Based System Identification Toolbox, within measured data and figures. Then there is comparing used this toolbox' methods. Appendix contains whole source codes used for identification nonlinear laboratory model by neural networks.	en
dc.description.department	Ústav řízení procesů	cs
dc.description.result	obhájeno	cs
dc.parent.uri	http://hdl.handle.net/10563/156	cs
dc.parent.uri	http://hdl.handle.net/10563/220	cs
dc.thesis.degree-discipline	Automatizace a řídicí technika	cs
dc.thesis.degree-discipline	Automation and process control	en
dc.thesis.degree-grantor	Tomas Bata University in Zlín. Faculty of Applied Informatics	en
dc.thesis.degree-grantor	Univerzita Tomáše Bati ve Zlíně. Fakulta aplikované informatiky	cs
dc.thesis.degree-name	Ing.	cs
dc.thesis.degree-program	Chemical and process engineering	en
dc.thesis.degree-program	Chemické a procesní inženýrství	cs
dc.identifier.stag	9506
dc.date.assigned	2008-02-22
utb.result.grade	C
local.subject	nelineární systémy	cs
local.subject	dynamické systémy	cs
local.subject	nonlinear systems	en
local.subject	dynamical systems	en