Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

1,645
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

776
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

مدل سازی و شناسایی سیستم های دینامیکی غیرخطی با استفاده از یک سیستم فازی عصبی خودسازمانده ی برخط

صفحات

 صفحه شروع 10 | صفحه پایان 32

چکیده

 در این مقاله, یک سیستم فازی-عصبی خود سازمانده برای یادگیری تطبیقی برخط برای شناسایی و مدل سازی سیستم های دینامیکی غیر خطی معرفی شده است. در این سیستم, در ابتدا هیچ نودی در لایه ی پنهان وجود ندارد و چنان چه معیارهای تولید قوانین در طی فرآیند آموزش برآورده شود نرون RBF به لایه ی پنهان اضافه می شود. از الگوریتم آموزش حداقل مربعات بازگشتی وزن دار (WRLS) برای قابلیت یادگیری برخطو افزایش سرعت همگرایی, در فاز یادگیری پارامترهای قسمت تالی قوانین نوع تاکاگی سوگنو استفاده شده است. در فاز یادگیری, ساختار برای تولید تعداد قوانین مناسب, معیار جدید درجه ی تطبیق و معیار متداول خطا به کار گرفته شده است. بعد از ایجاد قانون جدید, کارایی سیستم محاسبه شده و برای ایجاد شبکه ای با ساختار فشرده تر قوانینی که تاثیر کم تری در کارایی سیستم دارند با یک الگوریتم هرس جدید هرس می شوند. در پایان, برای بهینه سازی ساختار توابع عضویت مشابه با یکدیگر ترکیب می شوند. برای بررسی عملکرد سیستم, دو سیستم دینامیک غیرخطی مبنا, در دو حالت نویزی و بدون نویز در محیط Matlab مدل سازی شده اند. دقت این مدل سازی برمبنای دو معیار تعداد نرون ها (قوانین) و ریشه ی میانگین مربعات خطا با سایر روش ها مقایسه شده است. با توجه به نتایج به دست آمده, میانگین درصد بهبود جواب ها در تعداد قوانین به دست آمده نسبت به روش مبنای انتخاب شده در مدل سازی این دو سیستم در دو حالت نویزی و بدون نویز در مثال اول 42. 35% و در مثال دوم 29% می باشد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    طباطبایی، حمید، و ریخته گرمشهد، شیرین. (1398). مدل سازی و شناسایی سیستم های دینامیکی غیرخطی با استفاده از یک سیستم فازی عصبی خودسازمانده ی برخط. تصمیم گیری و تحقیق در عملیات، 4(1 )، 10-32. SID. https://sid.ir/paper/268856/fa

    Vancouver: کپی

    طباطبایی حمید، ریخته گرمشهد شیرین. مدل سازی و شناسایی سیستم های دینامیکی غیرخطی با استفاده از یک سیستم فازی عصبی خودسازمانده ی برخط. تصمیم گیری و تحقیق در عملیات[Internet]. 1398؛4(1 ):10-32. Available from: https://sid.ir/paper/268856/fa

    IEEE: کپی

    حمید طباطبایی، و شیرین ریخته گرمشهد، “مدل سازی و شناسایی سیستم های دینامیکی غیرخطی با استفاده از یک سیستم فازی عصبی خودسازمانده ی برخط،” تصمیم گیری و تحقیق در عملیات، vol. 4، no. 1 ، pp. 10–32، 1398، [Online]. Available: https://sid.ir/paper/268856/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا