طراحی سیستم فازی در مدل سازی دینامیک سیستم ها با استفاده از الگوریتم های خوشه بندی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,024

فایل این مقاله در 14 صفحه با فرمت PDF و WORD قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

MECHAERO01_167

تاریخ نمایه سازی: 21 شهریور 1395

چکیده مقاله:

در بسیاری از سیستم های واقعی و با هر میزان از پیچیدگی،دسترسی به خروجی های سیستم محدود می باشد. به عبارت دیگر با در دست داشتن سیستم واقعی نمی توان به خروجی متناظر با هر ورودی اختیاری دسترسی پیدا کرد. بنابراین استفاده از سیستم های فازی مرسوم که نیازمند تعیین تابع خروجی براساس هر ورودی اختیاری است، عملاً کاربردی نخواهد بود. بنابراین طراحی سیستم فازی برای مدل سازی دینامیک اصلی سیستم واقعی براساس داده های ورودی- خروجی محدود، نیازمند استفاده از الگوریتم های هوشمند می باشد. در این مقاله تلاش می شود برای مدل سازی سیستم واقعی، یک سیستم فازی بهینه طراحی گردد. در طراحی سیستم فازی از الگوریتم های خوشه سازی استفاده می شود. سیستم فازی ایجاد شده براساس یکی از الگوریتم های خوشه سازی، همه جفت های ورودی- خروجی را با هر دقت اختیاری پوشش می دهد. تعداد قواعد اگر- آنگاه به عنوان یک پارامتر طراحی در نظر گرفته شده و براساس جفت های ورودی- خروجی تعیین می گردند. در نهایت از سیستم طراحی شده برای تخمین پاسخ منطقی بازیگر دنباله رو در مدل بازی های استاکلبرگ استفاده می شود.

کلیدواژه ها:

نویسندگان

منصور برنگی

دانشجوی کارشناسی ارشد، دانشکده مهندسی مکانیک، دانشگاه آزاد اسلامی واحد تاکستان، تاکستان، ایران

نادر نریمان زاده

استاد، دانشکده مهندسی مکانیک، دانشگاه گیلان، گیلان، ایران

حامد برنگی

مربی، دانشکده مهندسی کامپیوتر، دانشگاه پیام نور، تهران، ایران

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 :
  • Coello Coello, C. A., Lamont, G. B., Van veldhuizen, D. ...
  • Zadeh, L. A., "Fuzzy sets", Informat. Control, 8, pp. 338-353 ...
  • Mamdani, E. H., and S. Assilian., _ experiment in linguistic ...
  • Takagi, T., and M. Sugeno., "Fuzzy identification of systems and ...
  • Jang, J.-S. R. and C.-T. Sun, "Neuro-Fuzzy and Soft Computing: ...
  • Sugeno, M., "Industrial applications of fuzzy control", Elsevier Science Pu. ...
  • Lee, C. C., "Fuzzy logic in control systems: fuzzy logic ...
  • Zadeh, L.A.. "Fuzzy Logic", Computer, Vol. 1, No. 4, pp. ...
  • Wang, L, X., _ COurse in fuzzy systems and controP", ...
  • Chiu, S., "Fuzzy Model Identification Based on Cluster Estimation , ...
  • Wang, L.-X., "Adaptive fuzzy Systems and control: design and stability ...
  • Mamdani, E.H., "Advances in the linguistic synthesis of fuzzy controllers", ...
  • Rescher, N. "Many-valued logic", McGraw-Hill, New York (1969). ...
  • نمایش کامل مراجع