بهینه سازی کنترلر فازی به وسیله ی شبکه عصبی به منظور کنترل فرآیند
محل انتشار: دهمین کنفرانس دانشجویی مهندسی برق ایران
سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,211
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ISCEE10_046
تاریخ نمایه سازی: 7 آذر 1390
چکیده مقاله:
بیش از نیمی از کنترل کننده های صنعتی که امروزه به کار می روند از طرح های کنترل PID یا PID اصلاح شده استفاده می کنند. ولی در بسیاری از موارد این کنترل کننده ها بهینه نیستند. عمده اشکال این نوع کنترل کننده ها دشواری تنظیم پارامتر ها برای داشتن پاسخ مطلوب می باشد. جهت برطرف کردن این مشکل روش های کنترل هوشمندی مانند تئوری منطق فازی و شبکه های عصبی ارائه شده است. در طراحی کنترلر فازی برای یک پروسه تنظیم پارامترهای مجموعه های فازی امری بسیار حیاتی استدر این مقاله تکنیک Adaptive Neuro-Fuzzy Inference System (ANFIS) به منظور بهینه سازی کنترلر فازی یک پروسه معرفی می گردد. در این تکنیک شبکه عصبی به گونه ای عمل می کند که سیستم استنتاج فازی Fuzzy Inference System توانایی یادگیری یک دسته داده ورودی/خروجی را داشته باشد، به این ترتیب که پارامتر های توابع عضویت MFP) به نحوی محاسبه می شوند که سیستم استنتاج فازی به بهترین شکل داده های ورودی/خروجی معین را دنبال کند
کلیدواژه ها:
کنترل فازی ، شبکه های عصبیAdaptive Neuro-Fuzzy Inference System
نویسندگان
خدیجه فیضی
دانشگاه آزاد اسلامی واحد کرج
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 :