Optimierungsstrategien für die Identifikation mechatronischer Systeme

Modeme technische Produkte bestehen häufig aus mechanischen, elektronischen und informationstechnischen Elementen. Bei der Entwicklung solch komplexer Systeme bzw. bei der Verbesserung der Gesamtfunktionalität ist es notwendig, das System möglichst gut zu kennen und zu verstehen. Dies gelingt mit Modellen, welche die Systemidentifikation hervorbringt. Das vorliegende Buch beschäftigt sich mit der Systemidentifikation nichtlinearer dynamischer Systeme. Dabei findet nicht nur eine Optimierung der Modellparameter statt, sondern auch eine Anpassung der Modellstruktur. Die Arbeit stellt die wichtigsten deterministischen Parameter- und Strukturoptimierungsverfahren vor, bewertet deren Einsatz und entwickelt Strategien für eine möglichst effiziente Anwendung in der Systemidentifikation. Neben dem bekannten Gradientenabstiegsverfahren kommen bei der Parameteroptimierung vor allem die leistungsfähigen Optimierungsverfahren 2. Ordnung zum Einsatz, zu denen die Methoden der Konjugierten Gradienten und die Newton-Verfahren zählen. Bei den Verfahren zur Strukturoptimierung, welche sich grob in Growing- und Pruning- Verfahren einteilen lassen, wird der Algorithmus des Optimal Brain Surgeon näher betrachtet. Die Untersuchungen in diesem Buch erfolgen mit einem sehr allgemeinen Modell, einem rekurrenten Neuronalen Netz beliebiger Netztopologie. Wegen den zeitlich verzögerten Rückkopplungen im Inneren des Modells gestalten sich die Ableitungsberechnungen, welche für die Algorithmen der Parameter- und Strukturoptimierung notwendig sind, wesentlich komplexer als bei statischen Modellen. Die Ausführungen zur Parameter- und Strukturoptimierung sind sehr allgemein gehalten, sodass die Ergebnisse und die entwickelten Algorithmen auch für den Leserkreis interessant ist, der ein einfacheres Modell bei der Identifikation verwendet.