Yayın:
Sistem Tanımada Bulanık Model Yapısını Ve Parametrelerini Belirleyen Bir Yazılım

Yükleniyor...
Küçük Resim

Tarih

Kurum Yazarları

Bölüm / Program

Kontrol ve Otomasyon Mühendisliği
Control and Otomation Engineering

Dergi Başlığı

Dergi ISSN

Cilt Başlığı

Yayıncı

Fen Bilimleri Enstitüsü
Institute of Science and Technology

Araştırma Projeleri

Akademik Birimler

Dergi Sayısı

Özet

Bu çalışmada, en genel tanıma yöntemlerinden biri olan En Küçük Kareler Yöntemi bulanık sistemlere uyarlanarak, Takagi-Sugeno tip bulanık model parametrelerinin kestirimindeki işlem yükünü en aza indiren ve sistem dinamiklerinin önceden bilinmesine gerek kalmadan sadece giriş-çıkış verilerine göre farklı yapılarda bulanık model oluşturmaya imkan sağlayan Modelbul programı yazılmıştır. Modelbul programı vasıtasıyla statik sistemlerin istenilen kural sayısında bulanık modeli oluşturulabilirken; dinamik sistemler için sistemi en düşük hata ile ifade edebilecek yapıdaki Takagi-Sugeno tip bulanık modeller oluşturulabilmektedir. Yapılan modelleme uygulamaları sonucunda, klasik ARX model yapısı ile başarıyla modellenebilen doğrusal dinamik sistemlerin, Modelbul programı vasıtasıyla oluşturulan bulanık modellerle daha iyi ifade edilebildiği gözlenmiştir. Klasik ARX model yapısıyla modelenemeyen doğrusal olmayan özellikteki dinamik sistemler ise Modelbul programı vasıtasıyla oluşturulan ARX yapılı Takagi-Sugeno tip modeller ile oldukça başarılı bir şekilde ifade edilebilmiştir.
In this study, a MATLAB based program Modelbul is developed for easy constructing of fuzzy models of the systems with respect to the input-output data on the hand. Modelbul program allows modelling of linear or nonlinear static systems with the required number of fuzzy rules. For the linear or nonlinear dynamic systems, Modelbul program determines the most suitable model structure to fit the data first and then, it tunes the model parameters with respect to Least Squares Method. Experiment results show that nonlinear functions may be approximated successfully by using enough number of linear functions in fuzzy rule-based model structures. On the other hand, linear dynamic systems which can be modelled via classical ARX model structure may be approximated better via the appropriate fuzzy models. It is also observed that nonlinear dynamic systems where linear models such as ARX do not give satisfactory results in modelling can be approximated well by using ARX type of output functions in a proper fuzzy rule-based model that is constructed via Modelbul program.

Tanım

Tez (Yüksek Lisans) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2005
Thesis (M.Sc.) -- İstanbul Technical University, Institute of Science and Technology, 2005

Dergi veya Seri

ISSN

ISBN

Haklar

İTÜ tezleri telif hakkı ile korunmaktadır. Bunlar, bu kaynak üzerinden herhangi bir amaçla görüntülenebilir, ancak yazılı izin alınmadan herhangi bir biçimde yeniden oluşturulması veya dağıtılması yasaklanmıştır.
İTÜ theses are protected by copyright. They may be viewed from this source for any purpose, but reproduction or distribution in any format is prohibited without written permission.

Anahtar Kelimeler

Bulanık modelleme, Sistem tanıma, Parametre kestirimi, Fuzzy modelling, System identification, Parameter estimation

Alıntı

Onay

Gözden geçir

Tamamlayıcı Bilgiler

Referans Gösteren

Related Patent

Related Goal

19
Görüntülenme
75
İndirme
Google Scholar
Scholar'da Ara ↗
Bu yayında DOI yok — Altmetric/Dimensions/PlumX/BIP! rozetleri DOI gerektirir.