Fuzzy learning using particle swarm optimization
در این تحقیق
با استفاده از قابلیت روش های بهینه سازی هوشمند مانند PSO و GA به آموزش
سیستم های فازی برای طراحی و تخمین کنترل کننده های غیرخطی نامعلوم می
پردازیم. کنترل کننده طراحی شده یک کنترل فازی بهینه می باشد که تمامی
پارامترهای سیتسم فازی توسط الگوریتم بهینه سازی تجمع ذرات بدست می آید.
=
azsoftir.com
09367292276
09367292276
azsoftir@gmail.com
azsoftir.com
09367292276
09367292276
azsoftir@gmail.com
azsoftir.com
کنترل مقاوم تطبیقی فازی پایدار (بر پایه تابع کاندید لیاپانوف)
Stable Robust adaptive fuzzy control -Lyaponov based approach
در
این تحقیق با استفاده از قابلیت سیستم های فازی در تقریب هر تابع غیر خطی
بر اساس اصل و قضیه تقریب گر عمومی بودن سیستم های فازی، به طراحی سیستم
فازی پایدار برای سیستم های غیرخطی می پردازیم. بر اساس این روش، سیستم
فازی طراحی شده قادر به تخمین جملات و ترم های غیرخطی موجود در سیستم فازی
می پردازد، سپس با استفاده از کنترل مود لغزشی به طراحی سیستمی پایدار برای
جبران سازی خطای تقریب سیستم های فازی می پردازیم. همواره در هر سیستم
فازی وجود خطای تقریب اجتناب نا پذیر است. در این تحقیق با استفاده از
کنترل مود لغزشی، یک روش برای جبران سازی خطای تقریب سیستم فازی طراحی می
کنیم همچنین در نهایت برای کاهش پدیده چترینگ در سیستم از قانون تطبیق برای
تقریب جمله غیرخطی ناپیوسته استفاده می کنیم در نهایت با استفاده از شبیه
سازی به بررسی عملکرد سیستم پیشنهادی بر روی چند مدل سیستم غیرخطی همراه با
عدم قطعیت می پردازیم.
=
azsoftir.com
09367292276
09367292276
azsoftir@gmail.com
azsoftir.com
09367292276
09367292276
azsoftir@gmail.com
azsoftir.com
رکیب داده ها و اطلاعات سنسورها برای افزایش دقت و کاهش خطا در سیستم
Data fusion with kalman filtering
در
این تحقیق با ترکیب داده های چند سنسور، با یکدیگر، با استفاده از
الگوریتم فیلتر کاملن توسعه یافته سعی در کاهش خطای سیستم داریم. استفاده
از فیلترهای کالمن که در واقع خود نوعی رویتگر بهینه نسبت به نویز هستند،
در تلفیق داده های سنسورها و اندازه گیرها امری متدوال در مهندسی کنترل می
باشد. به عنوان مثال از فیلتر کاملن برای ترکیب داده های سیستم ناوبری
اینرسی و GPS سیستم موقعیت یاب جهانی برای کاهش خطای ناوبری اینرسی در
سیتسم های هوافضا استفاده گسترده ای شده و در حال حاضر نیز یک مبحث باز
برای تحقیقات می باشد. در سیستم ناوبری اینرسی، با گذشت زمان، خطای سیستم
به صورت جمع شده با زمان های قبلی در حال افزایش بوده و در نتیجه با گذشت
زمان خطای سیستم افزایش می یابد. در واقع در سیستم های ناوبری اینرسی خطای
long term وجود دارد. اما برعکس سیستم های ناوبری اینرسی ، سیستم GSP دارای
خطای جمع شونده نبوده و خطای موجود در آن از نوع short termمی باشد و خطا
با گذشت زمان افزایش نمی یابد. در نتیجه با ترکیب داده های GPS و INS سعی
در کاهش خطای سیستم ناوبری اینرسی می باشد. ترکیب داده ها بر پایه استفاده
از فیلتر کالمن توسعه یافته می باشد. این نوع فیلتر با خطی سزی سیستم
غیرخطی در نقطه قبلی تخمین، یک مدل خطی(مدل خطی شده بر روی خط و مسیر و ن
بر روی یک نقطه ثابت) سیستم بدست آمده و سپس ترکیب داده ها انجام می شود.
===
azsoftir.com
09367292276
09367292276
azsoftir@gmail.com
azsoftir.com
09367292276
09367292276
azsoftir@gmail.com