CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

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

اعتبار موردنیاز : ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۲۷۶۵ | نظرات: ۰
سرفصل ارائه مقاله: سیستمهای دینامیکی و ارتعاشات و کنترل - دینامیک (چند جسمی - غیرخطی)
سال انتشار: ۱۳۸۷
کد COI مقاله: ISME16_415
زبان مقاله: فارسی
حجم فایل: ۳۵۸.۲۱ کیلوبایت (فایل این مقاله در ۶ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۶ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

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

  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

چکیده مقاله:

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 .

کلیدواژه‌ها:

شناسایی، سیستم غیرخطی، مدل نوروفازی خطی - محلی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ISME16-ISME16_415.html
کد COI مقاله: ISME16_415

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
عبداله زاده, مجید؛ محمد محجوب و رضا زرین قلم، ۱۳۸۷، شناسایی و تخمین سیستم های غیرخطی با استفاده از مدل نوروفازی خطی - محلی، شانزدهمین کنفرانس سالانه مهندسی مکانیک، کرمان، دانشکده فنی مهندسی دانشگاه شهید باهنر، https://www.civilica.com/Paper-ISME16-ISME16_415.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (عبداله زاده, مجید؛ محمد محجوب و رضا زرین قلم، ۱۳۸۷)
برای بار دوم به بعد: (عبداله زاده؛ محجوب و زرین قلم، ۱۳۸۷)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :

  • 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 ...
  • _ باقر منهاج، ۱۳۸۴، مبانی شبکه های عصبی، انتشارات دانشگاه ...
  • لی وانگ، ۱۳۷۸، سیستم های فازی و کنترل فازی، ترجمه ...
  • Jang J.S. R., and Sun C. T., 1995, Neuro-Fuzzy Modeling ...
  • Bossley K.M., 1997, Neurofuzzy modeling approaches in system identification, PhD ...
  • علی قلی پور بابلی، ۱۳۸۲، توسعه یک سیستم هشدار برای ...
  • Nelles O. and Isermann R.., 1996, Basis Function Networks for ...
  • Jalili K. M., 2007, Nonlinear System Identification Using ANFIS Based ...
  • Purdie, N., Lucas E.A., and Talley M.B., 1992, Direct measure ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۵۳۰۷۶
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.