鶴原理司さんがMECC 2025にてFinalist for Best Student Paperを受賞
2025/11/05
- 機能制御システム専攻
受賞者
鶴原 理司さん（機能制御システム専攻）
指導教員
伊藤 和寿教授（システム理工学部）
学会・大会名
The 5th Modeling, Estimation and Control Conference (MECC 2025)
賞名
Finalist for Best Student Paper
発表題目
発表題目
Discrete-time Two-Layered Forgetting RLS Identification under Finite Excitation
研究内容
ある区間で十分なデータを含めば良いという緩和された同定入力条件のもとで、数学モデルのパラメータが真値に収束することを保証する新しい適応同定手法である「二層忘却型逐次最小二乗アルゴリズム」を提案しました。本手法は、過去データの忘却と蓄積を二つの層で柔軟に用いることで高い安定性を保証し、従来法よりもパラメータの真値への収束速度を大幅に改善するとともに、システムの特性が大きく変化する状況に対しても高いロバスト性を実現しました。
研究目的
ある区間で十分なデータを含めば良いという緩和された同定入力条件のもとで、数学モデルのパラメータが真値に収束することを保証する新しい適応同定手法である「二層忘却型逐次最小二乗アルゴリズム」を提案しました。本手法は、過去データの忘却と蓄積を二つの層で柔軟に用いることで高い安定性を保証し、従来法よりもパラメータの真値への収束速度を大幅に改善するとともに、システムの特性が大きく変化する状況に対しても高いロバスト性を実現しました。
研究目的
モデルベース制御系を設計するためには，制御対象となるシステムの数学モデルのパラメータを正確に求める必要があります。しかし、その精度を高めるためにはシステムに大きな負荷を与えるような入力信号を用いることが必要となり、実際のシステムでは現実的ではありません。本研究では、このような厳しい入力条件を緩和しながら、システムパラメータにおける真の値をオンラインで高速かつ高精度に同定できる新しい手法の確立を目指しました。
今後の展望
今後の展望
今後は、高精度かつ実装容易な適応同定手法の研究を一層推進するとともに、実機を用いた検証を通じて、実用的な制御手法の開発および適応同定/制御理論の実システムへの応用展開に貢献したいと考えています。