• عنوان

    شبكه عصبي موجك فازي با ساختار متغير براي كنترل سيستم‌هاي غيرخطي

  • نويسنده اصلي

    غفاري، طاهره

  • محل تحصيل
    اصفهان : دانشگاه صنعتي اصفهان
  • رشته تحصيلي
    مهندسي برق
  • مقطع تحصيلي
    كارشناسي ارشد
  • چكيده
    موضوع پايان نامه «شبكه عصبي موجك-فازي با ساختار متغير براي كنترل سيستم‌هاي غيرخطي » مي‌باشد. هدف از انجام اين پژوهش بهبود عملكرد شبكه‌ي عصبي موجك-فازي با تغيير و اصلاح ساختار آن مي‌باشد. براي آزمايش و نشان دادن برتري شبكه‌ي مورد نظر، اين شبكه به‌ عنوان كنترل كننده به يك سيستم دور عمليات اعمال مي‌شود. سيستم دور عمليات، يك سيستم غير خطي داراي تاخير زماني ‌مي باشد كه اين سيستم متشكل از پنج بخش اصلي است كه عبارتند از اپراتور انساني، ربات فرمانده، كانال ارتباطي، ربات فرمانبر و محيط. در اين سيستم اپراتور انساني و ربات فرمانده در يك مكان قرار مي‌گيرند و ربات فرمانبر نيز در مكاني دورتر نسبت به آن دو در محيط قرار خواهد گرفت. اين دو بخش يعني ربات فرمانده و فرمانبر توسط كانال ارتباطي به يكديگر متصل مي‌باشند. اين تفاوت مكاني بين ربات فرمانده و فرمانبر گاها مي‌تواند يك تغيير در مقياس و يا فاصله‌اي به اندازه‌ي دو كشور باشد. عملكرد اين سيستم به گونه‌اي است كه اپراتور انساني دستوري را بصورت نيرو به ربات فرمانده اعمال و ربات فرمانده دستور اپراتور انساني را انجام مي‌دهد، سپس حركتي در آن انجام مي‌گيرد. سيگنال دستوري ربات فرمانده توسط كانال ارتباطي به مكان ربات فرمانبر ارسال مي‌شود. وظيفه‌ي ربات فرمانبر اين مي‌باشد كه حركت ربات فرمانده را عيناً در محيطي كه در آن حضور دارد دنبال كند. سيستم دور عمليات در علوم مهندسي، علوم فيزيك، علوم پزشكي و ... داراي كاربردهاي زيادي مي‌باشد. در كار كردن با اين سيستم محدوديت‌هايي نيز وجود دارد. از جمله اين محدوديت‌ها مي‌توان به تاخير زماني متغير و نويز موجود در كانال ارتباطي اشاره كرد. شبكه‌هاي عصبي مصنوعي امروزه به دليل ويژگي آموزش پذيري مورد توجه بسياري از محققان قرار گرفته‌اند. تركيب اين شبكه‌ها با شبكه‌ي فازي يك شبكه‌ي جديد با عنوان شبكه‌ي عصبي موجك-فازي را مي‌سازد كه اين شبكه‌ي جديد داراي جنبه‌هاي مثبتي از هر دو شبكه‌ي عصبي و شبكه‌ي فازي مي‌باشد. در اين پژوهش با ايجاد تغييراتي در شبكه‌ي عصبي موجك-فازي نوع اول، شبكه‌هاي بهبود يافته‌اي پيشنهاد شده كه داراي برتري زيادي نسبت به شبكه‌ي اصلي هستند. اين تغييرات شامل اضافه كردن عبارت‌هايي به روابط به روز كردن پارامترهاي شبكه‌ي عصبي موجك-فازي است كه اين عبارت‌ها خاصيت تطبيقي بودن را به روابط به روز رساني پارامترها مي‌دهند. همچنين استفاده از يك الگوريتم تركيبي براي شناسايي و به روز رساني پارامترها از جمله اعمالي است كه براي بهبود شبكه پيشنهاد شده به كار رفته است. كنترل كننده‌ي طراحي شده مبتني بر اين شبكه عدم قطعيت‌ها و نويز موجود در كانال ارتباطي را به‌ خوبي مديريت مي‌كند. در شبكه‌هاي عصبي مصنوعي همواره يك مسئله ي مهم تعداد نورو‌ن‌هاي موجود در لايه‌هاي مختلف بوده است. با انتخاب تعداد كمي از نورون‌ها آموزش به خوبي صورت نمي‌پذيرد و هر چه تعداد نورون‌ها افزايش بيابد ساختار شبكه پيچيده‌تر مي‌شود. يك راه حل مناسب براي اين مشكل طراحي يك شبكه با ساختار متغير است. شبكه‌ي عصبي موجك-فازي ساختار متغير با تعداد مناسبي از نورون‌ها طراحي مي‌شود و همين تعداد نورون‌ها با توجه به ورودي‌ها خود را تطبيق مي‌دهند. اين خاصيت باعث مي‌شود توابع عضويت در طول اجراي برنامه با توجه به ورودي‌‌ها تنظيم شوند و حداكثر استفاده از تمامي نورون‌ها در طول اجراي برنامه صورت گيرد. با توجه به محدوديت‌هاي موجود در سيستم دور عمليات و عدم قطعيت‌هاي موجود در آن، اين سيستم يك مورد مناسب براي آزمايش شبكه‌ي عصبي موجك-فازي بهبود يافته است. بنابراين يك كنترل كننده‌ي مبتني بر شبكه‌ي عصبي موجك-فازي بهبود طراحي و به سيستم دور عمليات اعمال مي‌شود.
  • شماره ركورد
    231706
  • گرايش رشته تحصيلي
    كنترل
  • دانشكده
    مهندسي برق و كامپيوتر
  • دانشگاه
    دانشگاه صنعتي اصفهان