This thesis addresses the use of deep learning algorithm i.e Stacked Autoencoders to propose the controller; to discover the viability of applying deep learning into control problems. The suggested deep learning controller is designed by learning PID controller which is most usually used in industry. The input and output of the PID controller are used as a data set for teaching the deep learning network. Stacked Autoencoders are used to design the deep learning controller. The simulation is performed using MatLab/Simulink and the detailed results of a comparison study between the suggested deep learning controller and a PID controller was conducted to demonstrate the performance and effectiveness of the proposed algorithm.

Предлагаемый регулятор самообучения рассчитан на изучение ПИД-регулятора, который чаще всего используется в промышленности. Вход и выход ПИД-регулятора используются в качестве набора данных для обучения сети глубокого обучения. Наборный автоэнкодер используется для разработки регулятора самообучения. Моделирование выполняется с использованием пакета MATLAB/simulink и подробные результаты исследования сравнение между предлагаемой регулятор самообучения и ПИД-регулятор были проведены для демонстрации работоспособности и эффективности предложенного алгоритма.