شناسایی و تخمین سیستم های غیرخطی با استفاده از مدل نوروفازی خطی - محلی

Publish Year: 1387
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 3,827

This Paper With 6 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ISME16_415

تاریخ نمایه سازی: 20 آبان 1386

Abstract:

هدف اصلی در شناسایی سیستم ها 1 ایجاد مدلی است که رفتاری همانند سیستم اصلی داشته باشد . شناسایی، در سیستم های غیرخطی دارای ملاحظات بیشتری نسبت به سیستم های خطی است . در این مقاله به منظور شناسایی سیستم های دینامیکی غیرخطی و همچنین سیستم های ایستایی غیر خطی از مدل نوروفازی خطی - محلی 2 استفاده شده است . مدل نوروفازی خطی - محلی با ترکیب قابلیت های شبکه های عصبی مصنوعی و همچنین سیستم های فازی ابزاری توانا در شناسایی سیستم ها به شمار می رود . به منظور آموزش این مدل، الگوریتم LOLIMOT 3 به دلیل سرعت بالای همگرایی و توانایی برخورد با نویز یکی از روش های ارجح در پژوهش های مرتبط با سیستم های غیر خطی و غیر قطعی است . با استفاده از این الگوریتم مدل به تدریج و به صورت درختی دقیق می شود . نتایج حاصل از پیاده سازی این مدل به منظور شناسایی دو سیستم مبدل حرارتی و همچنین تعیین LDL خون در مقایسه با مدل های مبتنی بر شبکه های پرسپترون چند لایه، و توابع شعاعی پایه مؤید موفقیت این مدل در شناسایی سیستم های غیر خطی دینامیکی و ایستایی است .

Keywords:

شناسایی , سیستم غیرخطی , مدل نوروفازی خطی - محلی

Authors

مجید عبداله زاده

دانشجوی کارشناسی ارشد مهندسی مکانیک دانشگاه تهران

محمد محجوب

استادیار - دانشکده مهندسی مکانیک دانشگاه تهران

رضا زرین قلم

دانشجوی کارشناسی ارشد مهندسی مکانیک دانشگاه صنعتی خواجه نصیرالدین ط

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • _ باقر منهاج، 1384، مبانی شبکه های عصبی، انتشارات دانشگاه ...
  • لی وانگ، 1378، سیستم های فازی و کنترل فازی، ترجمه ...
  • علی قلی پور بابلی، 1382، توسعه یک سیستم هشدار برای ...
  • Nelles O., 2000, Nonlinear System Identification from Classical Approaches to ...
  • Ljung L., 1987, System Identification, Theory for the User, Englewood ...
  • Yule G.U., 1927, On the method of investigating periodicities in ...
  • Hillmer S. C., Larcker D. F., and Schroeder D. A., ...
  • Kalman R. E., 1960, A new approach to linear filtering ...
  • Diebold F. X., and Pauly P., 1990, The use of ...
  • Takagi T. and Sugeno M., 1985, Fuzzy identification of systems ...
  • Yager R. R. and Filev, D. P., 1993, Unified Structure ...
  • Jang J.S. R., and Sun C. T., 1995, Neuro-Fuzzy Modeling ...
  • Bossley K.M., 1997, Neurofuzzy modeling approaches in system identification, PhD ...
  • Nelles O. and Isermann R.., 1996, Basis Function Networks for ...
  • Jalili K. M., 2007, Nonlinear System Identification Using ANFIS Based ...
  • httb ://www _ esat .kuleuven. ac _ b e/~to kk ...
  • Purdie, N., Lucas E.A., and Talley M.B., 1992, Direct measure ...
  • نمایش کامل مراجع