شناسایی غیر خطی توربین گاز مبتنی بر طراحی بهینه سیستم فازی عصبی با الگوریتم ازدحام ذرات

در این مقاله، با استفاده از الگوریتم بهینه سازی ازدحام ذرات و استفاده از آن برای آموزش شبکه فازی عصبی، اقدام به شناسایی پارامترهای خروجی اصلی یک سیستم توربین گاز با داده - های تجربی، شده است. یکی از روش های مناسب برای مدلسازی و شناسایی سیستم های صنعتی استفاده از ساختار شبکه فازی عصبی می باشد. اما در طراحی ساختار فازی عصبی، روشهای بهینه سازی کلاسیک مانند روش پس انتشار برای تعیین مقادیر پارامترها، استفاده می شود. حال آنکه در این مقاله، تعیین مقادیر پارامترهای سیستم فازی عصبی، به الگوریتم هوشمند بهینه سازی ازدحام ذرات سپرده شده است. از طرفی دیگر، برای جلوگیری از پیچیدگی شبکه و ایجاد قواعد اضافی، از سیستم استنتاج فازی اولیهای مبتنی بر الگوریتم خوشه بندی فازی برای شناسایی توربین گاز، بهره برده می شود. شبکه فازی عصبی تطبیقی بهینه طراحی شده مبتنی بر ترکیب خوشه بندی فازی و الگوریتم ازدحام ذرات، قادر به شناسایی پارامترهای اصلی سیستم توربین گاز با کمترین میانگین مربعات خطا نسبت به شناسایی با سایر روشهایی است که تا به حال ارائه شده است، می باشد