بکارگیری شبکه های عصبی در تعیین هویت و کنترل سیستم های دینامیکی

پایان نامه
چکیده

در سالهای اخیر باتوجه به توانایی های محاسباتی و قابلیت یادگیری شبکه های عصبی، بکارگیری آنها در زمینه های مختلف با شتاب زیادی شروع شده و ادامه دارد. یکی از این زمینه های فعال، سیستم های کنترل می باشد. بدین معنی که شبکه های عصبی در تعیین هویت و کنترل واحد کنترل شونده و بطور کلی طراحی کننده های وفقی نقش بارز خود را نشان داده اند. اقدامات قبلی که در این مورد از طرف محققین صورت گرفته، جملگی با مشکل لزوم صرف زمان زیاد برای تربیت شبکهء عصبی، در کنترل پروسس های غیرخطی روبرو بوده اند. در این رساله ابتدا با دقیق شدن در ساختارهای موجود شبکه های عصبی و روش های یادگیری آنها، ساختار جدیدی که مشکل زمان یادگیری را برای حل مسائل مورد نظر این رساله تا حد زیادی برطرف کند، بدست آورده می شود. سپس ساختار مزبور در تعیین هویت و کنترل سیستم های غیرخطی بکار گرفته می شود. جهت تائید برتری ساختار جدید نسبت به ساختارهای متداول از لحاظ زمان یادگیری، موفقیت ساختار مزبور در کنترل وفقی سیستم های غیرخطی متغیر با زمان نشان داده می شود. در موارد لزوم نتایج شبیه سازی به عنوان مکمل بحث ارائه می گردند.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

کنترل معکوس تطبیقی سیستم های دینامیکی غیرخطی با شبکه های عصبی فازی نوع-۲

شبکه های عصبی فازی نوع-2 توانایی بالایی در شناسایی و کنترل سیستم های غیرخطی، سیستم های تغییرپذیر با زمان و نیز سیستم های دارای نامعینی دارند. در این مقاله روش طراحی کنترل کننده معکوس تطبیقی عصبی فازی نوع-2 جهت کنترل برخط سیستم های دینامیکی غیرخطی مورد بررسی قرار گرفته است. ابتدا ساختار کلاسی از شبکه های عصبی فازی نوع-2 بازه ای مدل t-s نمایش داده می شود. این شبکه هفت لایه دارد که عملیات فازی ساز...

متن کامل

مهندسی شبکه های عصبی توسط اتوماتانهای یادگیر: تعیین اندازه مطلوب برای شبکه های عصبی سه لایه

هدف از مهندسی شبکه های عصبی بررسی معایب و مزایای شبکه های عصبی مصنوعی و ارایه روشهایی برای بهبود کارایی آنهاست. یکی از موضوعات مورد بحث در مهندسی شبکه های عصبی چند لایه، یافتن ساختار مناسب(نزدیک به بهینه) برای حل مسئله می باشد. معیار و نحوه انتخاب اندازه شبکه عصبی برای یک مسئله خاص هنوز شناخته شده نیست. در روشهای کلاسیک،طراح شبکه در ابتدای آموزش ساختاری را برای شبکه تعیین و سپس شبکه را آموزش می...

متن کامل

تخمیـن فشار متوسط دینامیکی در جریان‏های دوفازی آب و هوا با استفاده از شبکه-های عصبی مصنوعی و سیستم عصبی- فازی تطبیقی

     جریان دوفازی در سازه­های گوناگون از جمله سیستم­های انتقال آب و خطوط لوله دریایی انتقال نفت و در سازه­های هیدرولیکی از جمله سرریز­های نیلوفری، شفت­های قائم، کالورت­ها و تونل­ها و مجاری بسته اتفاق می­افتد. پیش­بینی فشار دینامیکی در جریان­های دوفازی جهت طراحی بهینه و مناسب و جلوگیری از وقوع مشکلات ناخواسته در اثر ایجاد جریان­های دوفازی امری ضروری است. در این تحقیق مدل­هایی جامع جهت پیش­بینی ف...

متن کامل

طراحی یک سیستم هوشمند مبتنی بر شبکه های عصبی و ویولت برای تشخیص آریتمی های قلبی

In this paper, Automatic electrocardiogram (ECG) arrhythmias classification is essential to timely diagnosis of dangerous electromechanical behaviors and conditions of the heart. In this paper, a new method for ECG arrhythmias classification using wavelet transform (WT) and neural networks (NN) is proposed. Here, we have used a discrete wavelet transform (DWT) for processing ECG recordings, and...

متن کامل

کنترل ترمینال لغزشی-‌شبکه عصبی در حرکت بازو با بکارگیری الگوریتم مسیریابی برخط

به منظور کنترل حرکت مدل سه لینکه از بازوی انسان در صفحه و با هدف دستیابی به کنترل مقاوم در برابر اغتشاشات خارجی، دینامیک های مدل نشده و عدم قطعیت های مدل و ویژگی های تغییرپذیر با زمان آن، کنترلترمینال پیوسته لغزشی به عنوان کنترل کننده تطبیقی و مقاوم، بکار رفته است. این کنترل کننده دارای زمان همگرایی محدود جهت رسیدن به خطای ردیابی صفر است، اما پدیده چترینگ موجود در کنترل لغزشی را بطور مطلوبی کاه...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی اصفهان

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023