核心概念
フィードフォワード制御パラメータの反復適応アルゴリズムを提案し、収束速度を大幅に改善する。
要約
本論文では、フィードフォワード制御パラメータの反復適応アルゴリズムを提案している。従来のアルゴリズムでは収束速度が遅いという課題があったが、本アルゴリズムでは以下の3つの要素を組み合わせることで、収束速度を大幅に改善している。
制御入力に対するパラメータの感度に基づいて、直交座標系を定期的に更新する手法
座標方向の1次元探索を行う際に、パターン探索とサイン勾配法の考え方を組み合わせた探索手法
サブグラジエント法に基づいた学習率を導入することで、局所最小値への収束を回避する
シミュレーション結果から、提案アルゴリズムは従来手法と比べて収束速度が大幅に改善されることが示された。特に、初期パラメータ推定値が真値から大きく外れている場合でも、提案アルゴリズムは良好な性能を発揮することが確認された。
統計
提案アルゴリズムは、従来手法と比べて収束速度が大幅に改善された。
初期パラメータ推定値が真値から25%ずれている場合でも、提案アルゴリズムは良好な性能を発揮した。
引用
"フィードフォワード制御パラメータの反復適応アルゴリズムを提案し、収束速度を大幅に改善する。"
"提案アルゴリズムは、従来手法と比べて収束速度が大幅に改善された。"
"初期パラメータ推定値が真値から25%ずれている場合でも、提案アルゴリズムは良好な性能を発揮した。"