[論文レビュー] Artificial Neural Network Based Prediction of Optimal Pseudo-Damping and Meta-Damping in Oscillatory Fractional Order Dynamical Systems

Saptarshi Das, Indranil Pan+2 more|arXiv (Cornell University)|Aug 1, 2012

Fractional Differential Equations Solutions参考文献 4被引用数 4

ひとこと要約

本稿では、分数階微分方程式を解かずに複雑な計算を回避するため、遺伝的アルゴリズム（GA）と人工ニューラルネットワーク（ANN）を組み合わせたハイブリッド手法を提案する。この手法により、分数階（FO）動的システムにおける最適な擬似減衰およびメタ減衰を高速かつ正確に予測できる。GAを用いてFOシステムの応答の整数階近似を求める。その後、ANNを用いてシステムの次数または項の数から最適な減衰パラメータへのマッピングを学習する。

ABSTRACT

This paper investigates typical behaviors like damped oscillations in fractional order (FO) dynamical systems. Such response occurs due to the presence of, what is conceived as, pseudo-damping and meta-damping in some special class of FO systems. Here, approximation of such damped oscillation in FO systems with the conventional notion of integer order damping and time constant has been carried out using Genetic Algorithm (GA). Next, a multilayer feed-forward Artificial Neural Network (ANN) has been trained using the GA based results to predict the optimal pseudo and meta-damping from knowledge of the maximum order or number of terms in the FO dynamical system.

研究の動機と目的

• 分数階（FO）動的システムにおける減衰振動挙動を理解し、モデル化すること。
• 特定のクラスのFOシステムにおける擬似減衰およびメタ減衰の影響を同定し、定量すること。
• 計算コストの高いFOシステム解析を置き換える予測フレームワークの開発。
• データ駆動型学習を用いて、FOシステムの最大次数または項の数から最適な減衰パラメータへのマッピングを実現すること。
• 複雑な分数階微分を簡素化した整数階減衰近似に置き換えることで、効率的な制御システム設計を可能にすること。

提案手法

• 遺伝的アルゴリズム（GA）を用いて、FOシステムの減衰振動応答を整数階モデルの減衰比および時定数と一致させるように近似する。
• GA最適化プロセスにより、FOシステムの過渡応答と一致する最良の整数階減衰比および時定数を特定する。
• GAによって生成されたデータを用いて、多層フィードフォワード人工ニューラルネットワーク（ANN）を訓練し、システムの次数または項の数から最適な擬似減衰およびメタ減衰値へのマッピングを学習する。
• ANNは、FOシステムの最大次数または項の数を入力とし、対応する最適な減衰パラメータを出力する構造を持つ。
• 訓練データは、さまざまなFOシステムをシミュレートし、GAを用いて等価整数階減衰特性を抽出することで生成される。
• 最終的なモデルにより、各新しいシステムに対して分数階微分方程式を解くことなく、迅速な減衰パラメータ予測が可能になる。

実験結果

リサーチクエスチョン

• RQ1 整数階減衰概念を用いて、分数階システムにおける減衰振動応答を効果的に近似する方法は何か？
• RQ2 分数階システムの次数または項の数とその有効な減衰挙動との間にどのような関係があるか？
• RQ3 分数階微分方程式を解かずに、システムパラメータから最適な擬似減衰およびメタ減衰値を機械学習モデルが正確に予測できるか？
• RQ4 直接的な数値的解法と比較して、GA-ANNハイブリッド手法の精度および速度はどの程度か？
• RQ5 ANNは、さまざまな分数階システム構成に一般化して適用できる程度はどの程度か？

主な発見

• GAに基づく近似により、分数階システムの過渡応答とよく一致する整数階減衰比および時定数が的確に特定された。
• 訓練済みのANNは、システムの次数または項の数から最適な擬似減衰およびメタ減衰値を高い精度で予測できた。
• 本手法は、各新しいシステムに対して分数階微分方程式を解く必要がある従来手法と比較して、著しく計算コストを削減した。
• ANNモデルは、さまざまな分数階システム構成にわたって良好に一般化し、システム次数の変動に対しても頑健であることが示された。
• ハイブリッド手法により、迅速かつ信頼性の高い減衰パラメータ予測が可能となり、これはリアルタイム制御システム設計にとって極めて重要である。
• 結果から、擬似減衰およびメタ減衰は、FOシステムにおける減衰振動を特徴付ける意味のある概念であることが確認された。