Título: Convergência Do Erro De Predição Em Identificação Neural Sujeita A Distúrbios E Parâmetros Variantes No Tempo
Autores: Vargas, José A. Ruiz; Hemerly, Elder M.
Resumo: Neste artigo é proposto um algoritmo para identificação neural de sistemas contínuos não-lineares incertos com parâmetros variantes no tempo e sujeitos a distúrbios. Prova-se, via argumentos usuais de Lyapunov e uma técnica de limitação adaptativa (adaptive bounding technique), que o erro de predição converge para zero, inclusive na presença de erros de aproximação e distúrbios, enquanto os outros erros associados permanecem limitados. Simulações são apresentadas para ilustrar a aplicação e desempenho do algoritmo proposto.
Palavras-chave: Identificação; sistemas não-lineares; redes neurais artificiais; métodos de Lyapunov
Páginas: 14
Código DOI: 10.21528/lmln-vol3-no2-art4
Artigo em PDF: vol3-no2-art4.pdf
Arquivo BibTex: vol3-no2-art4.bib