کنترل عصبی فازی سلسله مراتبی مد لغزشی تطبیقی با پارتیشن بندی باینری فضا برای کنترل سیستم یک ورودی یک خروجی غیر خطی آشوب و نامعین

در این مقاله یک کنترلر جدید عصبی فازی سلسله مراتبی مد لغزشی تطبیقی ارائه می شود. این ساختار به منظور کنترل سیستم های یک ورودی یک خروجی غیر خطی آشوب همراه با عدم قطعیت معرفی می گردد. در این کنترلر سیستم عصبی فازی برای تخمین خروجی - -کنترلر و پارتیشن بندی باینری فضا به منظور کاهش پیچیدگی محاسبات ناشی از تعداد ورودی ها و قوانین فازی استفاده می شوند؛ علاوه بر اینبا استفاده از این روش می توان سرعت کنترلر و دقت را نیز افزایش داد. خاصیت غیر خطی بودن سیستم توسط کنترلر مد لغزشی کنترل می گردد و قانون تطبیق در کنار تئوری پایداری لیاپانوف این امکان را فراهم می کند که تاثیرات مخرب اغتشاشات خارجی، نویز و عدم قطعیتکاهش داده شوند.علاوه بر این قانون لیاپانوف پایداری سیستم را نیز تضمین می نماید. با وجود کنترل تطبیقی، قابلیت یادگیری سیستم واستفاده از پارتیشن بندی باینری فضا برای ورودی ها می توان از این روش برای کنترل روی خط نیز استفاده نمود. در انتها نیز کنترلر پیشنهاد شده بر روی یک سیستم Oscillator Duffing Forced آزمایش شده و نتایج به دست آمده با نتایج کنترلر فازی عصبی مد لغزشی تطبیقی - مقایسه می شوند.

کلیدواژه ها:

سیستم عصبی فازی سلسله مراتبی ، پارتیشن بندی باینری ، سیستم آشوب ، کنترل لغزشی ، تئوری پایداری لیاپانوف