講演抄録/キーワード |
講演名 |
2020-01-27 14:45
Neural ordinary differential equationsによる静的出力フィードバック安定化の検討 ○小林恒輝(奈良先端大)・小蔵正輝(阪大)・岸田昌子(NII)・和田山 正(名工大)・杉本謙二(奈良先端大) RCC2019-73 |
抄録 |
(和) |
静的出力フィードバック安定化問題は制御理論における基本的な制御系設計問題の一つである.しかしながらこの問題は非凸かつ非線形な最適化問題であり,解くことが困難であることが知られている.そこで本稿ではODE-Net と呼ばれる機械学習の枠組みに基づいた静的出力フィードバック安定化問題の解法を提案する.静的出力フィードバック制御系の状態方程式を構造としてもつネットワークに対して学習を行うことで,閉ループ系を安定化するフィードバックゲインが得られることを示す.線形行列不等式 (LMI) を用いた従来法と比較を通じて提案手法の有効性を検証する. |
(英) |
The static output-feedback stabilization problem is one of the basic controller synthesis problem in the systems and control theory. However, the problem reduces to a non-convex and nonlinear optimization problem and, therefore, is known to be difficult to solve. In this paper, we propose a data-driven methodology to design the feedback gain by using a deep-learning technique called Neural Ordinary Differential Equations. We compare the proposed method with a conventional and standard one in the literature based on linear matrix inequalities (LMIs).We observe that the proposed method outperforms the existing methodology, thereby confirming the effectiveness of the proposed method. |
キーワード |
(和) |
線形システム / 静的出力フィードバック制御 / 安定化 / 機械学習 / / / / |
(英) |
Linear systems / static output feedback / stabilization / deep learning / / / / |
文献情報 |
信学技報, vol. 119, no. 395, RCC2019-73, pp. 19-22, 2020年1月. |
資料番号 |
RCC2019-73 |
発行日 |
2020-01-20 (RCC) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
RCC2019-73 |