کنترل فازی-عصبی تطبیق نوع دوم جهت سیستم های غیر خطی
چکیده
در این پایان نامه کنترل تطبیقی فازی-عصبی نوع دوم جهت سیستم های غیرخطی بررسی شده است. ابتدا مطالبی درمورد پیشینه تاریخی، مزیت ها و اشکالات حل نشده در زمینه کنترل فازی تطبیقی بیان شده، سپس به صورت کلی کار های انجام شده در این زمینه بر اساس روش به کار رفته و نوع سیستم غیرخطی طبقه بندی شده است. در ادامه حالت پیشرفته ای از کنترل فازی تطبیقی غیرمستقیم، ارائه شده است که از سیستم های فازی-عصبی نوع دوم به فرم سلسله مراتبی برای تخمین نامعینی ها، استفاده شده است، و همه پارامترهای بخش تالی و توابع تعلق آن، بر اساس قوانین تطبیقی استنتاج شده بر اساس تجزیه و تحلیل پایداری لیاپانوف آموزش می بینند. در این روش جبرانگر جدیدی برای حذف اثر خطای تخمین، اغتشاش خارجی و نویز ارائه شده است. این کنترل-کننده تطبیقی غیرمستقیم دارای دو مد کاری است: مد یادگیری و مد عملیاتی، در مد یادگیری همه پارامترهای تطبیقی آموزش می بینند اما در مد عملیاتی، پارامترهای سیستم فازی ثابت بوده و فقط پارامتر جبرانگر به روز رسانی می شود. این کار باعث کاهش حجم محاسبات می شود. روش مطرح شده، برای همزمان سازی دسته های مختلفی از سیستم های آشوب به کار برده شده است. سپس کنترل فازی لغزشی جهت همزمان سازی سیستم های آشوب با مرتبه کسری مورد بررسی قرار گرفته است. در روش ارائه شده، بخش سویچینگ در کنترل لغزشی کلاسیک با یک سیستم فازی نوع دوم پیشنهادی به همراه تابع تانژانت هیپربولیک جایگزین شده است، ضمن اینکه یک سیستم فازی نوع دوم پیشنهادی دیگر در فرم سلسله مراتبی برای تخمین نامعینی ها به کار رفته است. همه پارامترهای هر دو سیستم فازی بر اساس پایداری لیاپانوف تنظیم می شوند. کنترل کننده ارائه شده علاوه بر اینکه در برابر خطای تخمین، اغتشاش خارجی و نویز مقاوم می باشد، مسئله لرزش سیگنال کنترل در حالت کلاسیک، را نیز به خوبی حل می کند. در قسمت بعدی، کنترل فازی تطبیقی نوع دوم مستقیم با محدودیت های کمتر روی بهره کنترلی ارائه شده است. این کنترل کننده برخی مشکلات حالت غیر مستقیم را نداشته و به دلیل استفاده از تنها یک سیستم فازی، پیچیدگی کمتری نسبت به حالت غیر مستقیم دارد. در نهایت سیستم فازی نوع دوم حافظه دار سلسله مراتبی مطرح شده و همه پارامترهای آن را بر اساس یک الگوریتم جدید آموزش داده شده است. تخمین گر عمومی بودن سیستم فازی مذکور، اثبات شده و کاربردهای آن در شناسایی و کنترل سیستم های غیرخطی بررسی شده است. نتایج شبیه سازی انجام شده با جدیدترین کارها مقایسه شده است.