INTELLIGENT HYBRID SYSTEMS: FUZZY LOGIC, NEURAL NETWORKS, AND GENETIC ALGORITHMS

100,000 تومان

شناسایی سیستم زمینه ای از تئوری کنترل می باشد که بر ایجاد مدل های ریاضی سیستم های دینامیکی بر اساس داده های اندازه گیری شده مبتنی است. اغلب روشهای موجود بر شناسایی سیستم از یک چارچوب ورودی، خروجی استفاده می کند به طوری که سیگنالهای ورودی به سیستم u(t) و سیگنالهای خروجی y(t) داده های اندازه گیری شده هستند. سیستم های هیبرید طی دهه اخیر در مهندسی کنترل توجه فزآینده ای به خود جلب کرده اند. این توجه بیشتر به دلیل قابلیت این سیستم ها در مدلسازی همزمان دینامیک های پیوسته و گسسته طیف گسترده ای از سیستم های حقیقی می باشد. سیستم های هیبرید از فرآیند های پیوسته زمانی و یا گسسته زمانی که با فرآیند های منطقی در تقابل هستند تشکیل می یابند. در این پایان نامه به مسالة شناسایی سیستم های هیبرید پرداخته شده است. بدین منظور یک روش شناسایی سیستم برخط بنام روش خوشه بندی فازی پتانسیلی نموی ارائه شده است و برخی اصلاحات ضروری جهت بکارگیری آن در سیستم های هیبرید انجام یافته است. کارآیی روش ارایه شده با اعمال آن به چند سیستم هیبرید مرسوم مورد ارزیابی قرار گرفته است.