Es wird gezeigt, daß die Prinzipien lernender Automaten beim Problem der stochastischen optimalen Regelung einer idealisierten aktiven Fahrzeugaufhängung eingesetzt werden können. Das geregelte Aufhängungssystem wurde mit Hilfe einfacher zeitdiskreter Modelle simuliert. Der Automat ist mit Hilfe eines nichtlinearen Lernschemas implementiert worden. Für idealisierte zufällige Straßenprofilbedingungen kann die Lernfähigkeit gezeigt werden. Für den Lernvorgang wird kein formales Modell beim Regelungsentwurf benötigt. Nach der Implementierung lernt der Automat on-line, wobei die Regelgüte nach einer vorgegebenen Kostenfunktion verbessert wird. Eine Erweiterung des Anwendungsbereichs der vorgeschlagenen Methode wird diskutiert.
Stochastic optimal control of active vehicle suspensions using learning automata
Stochastische optimale Regelung aktiver Radaufhängungen bei Fahrzeugen mit Hilfe lernender Automaten
1993
10 Seiten, 8 Bilder, 4 Tabellen, 14 Quellen
Aufsatz (Zeitschrift)
Englisch
Stochastic Optimal Control of Highway Tractors with Active Suspensions
Taylor & Francis Verlag | 1988
|Optimal active control of nonlinear vehicle suspensions using neural networks
Tema Archiv | 1994
|Optimal active vehicle suspensions with full state feedback control
Kraftfahrwesen | 1992
|Optimal active vehicle suspensions with full state feedback control
Tema Archiv | 1992
|