نام پژوهشگر: حسین مرادی فراهانی

طراحی کنترل کننده با استفاده از شبکه های عصبی فازی نوع-2
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی اصفهان - دانشکده برق و کامپیوتر 1391
  حسین مرادی فراهانی   جواد عسگری

منطق فازی زیر مجموعه ای از محاسبات نَرم است که توانایی تصمیم گیری در شرایط نامعینی و عدم قطعیت را به سیستم های کامپیوتری می دهد. سیستم های خُبره فازی، امروزه حضوری موفق در برخی امور از جمله تصمیم گیری در شرایط عدم قطعیت و کنترل سیستم های پیچیده دارند. اما تعیین دقیق درجه عضویت دریک سیستم فازی بسیار مشکل می باشد، خصوصاً در سیستم های ناشناخته و یا به شدت غیرخطی و دارای عدم قطعیت، این امر بسیار مشکل ساز است. این مشکل با استفاده از منطق فازی نوع-2 و سیستم های فازی نوع-2 مرتفع گردیده است. در منطق فازی نوع-2، درجه عضویت یک عدد فازی است و در نتیجه سیستم های فازی نوع-2 با قدرت انعطاف پذیری بیشتر و توانایی بالاتر در مدلسازی سیستم های با عدم قطعیت بالا، در سال های اخیر بیشتر مورد توجه قرار گرفته اند. شبکه های عصبی فازی، یک نوع از سیستم های هوشمند ترکیبی هستند که بر اساس محاسبات عصبی فازی بنا شده و از ترکیب سیستم های فازی و شبکه های عصبی حاصل شده اند. این ساختارها توانایی یادگیری شبکه های عصبی و قدرت استنتاج سیستم های فازی را دارا می باشند. لذا می توان شبکه های عصبی فازی را که مزایای سیستم های فازی و شبکه های عصبی را بطور یکجا دارا هستند، برای کاربردهای مختلف به کار برد. همچنین در سال های اخیر با تعمیم منطق فازی نوع-1 به منطق فازی نوع-2، شبکه های عصبی فازی نوع-1 به شبکه های عصبی فازی نوع-2 گسترش یافته اند. این پایان نامه به معرفی منطق فازی نوع-2، سیستم های فازی نوع-2، بررسی ساختار های مختلف شبکه های عصبی فازی نوع-2 و الگوریتم آموزش آنها جهت کنترل سیستم های دینامیکی غیرخطی می پردازد. با توجه به پیچیده بودن مدل های عصبی فازی نوع-2 نسبت به مدل های چند جمله ای، برای گسترش استفاده از مدل های عصبی فازی نوع-2 بایستی این مدل ها هرچه بیشتر ساده شوند. در این پایان نامه روش پیشنهادی جهت ساده سازی شبکه های عصبی فازی نوع-2، کاهش تعداد قواعد فازی است. با کاهش تعداد قواعد فازی با روش دستی و خودکار، تعداد پارامتر های مدل بسیار کم خواهد شد و مدت زمان آموزش شبکه نیز کاهش خواهد یافت. کاهش تعداد قواعد در موارد استفاده برخط از شبکه های عصبی فازی نوع-2 در شناسایی و کنترل بسیار کمک خواهد کرد. همچنین دو روش طراحی کنترل کننده که عبارتند از کنترل معکوس تطبیقی وکنترل تطبیقی به روش غیرمستقیم، با استفاده از شبکه های عصبی فازی نوع-2 بیان می شوند. این کنترل کننده ها به ترتیب برای سیستم کنترل دمای آب و سیستم دو تانک طراحی شده و نتایج شبیه سازی آنها مورد بررسی قرار گرفته است.