شناسایی سیستم
هدف اصلی در شناسایی سیستم ها 1 ایجاد مدلی است که رفتاری همانند سیستم اصلی داشته باشد . شناسایی، در سیستم های غیرخطی دارای ملاحظات بیشتری نسبت به سیستم های خطی است . در این مقاله به منظور شناسایی سیستم های دینامیکی غیرخطی و همچنین سیستم های ایستایی غیر خطی از مدل نوروفازی خطی - محلی 2 استفاده شده است . مدل نوروفازی خطی - محلی با ترکیب قابلیت های شبکه های عصبی مصنوعی و همچنین سیستم های فازی ابزاری توانا در شناسایی سیستم ها به شمار می رود . به منظور آموزش این مدل، الگوریتم LOLIMOT 3 به دلیل سرعت بالای همگرایی و توانایی برخورد با نویز یکی از روش های ارجح در پژوهش های مرتبط با سیستم های غیر خطی و غیر قطعی است . با استفاده از این الگوریتم مدل به تدریج و به صورت درختی دقیق می شود . نتایج حاصل از پیاده سازی این مدل به منظور شناسایی دو سیستم مبدل حرارتی و همچنین تعیین lLDLخون در مقایسه با مدل های مبتنی بر شبکه های پرسپترون چند لایه، و توابع شعاعی پایه مؤید موفقیت این مدل در شناسایی سیستم های غیر خطی دینامیکی و ایستایی است .
شناسایی سیستم
|
تعداد صفحه:
|
382
|
|
ناشر:
|
دانشگاه صنعتی امیر کبیر
|
|
نوع جلد:
|
شومیز
|
|
نویسنده:
|
مهدی کراری
|
نظرات کاربران درباره شناسایی سیستم
نظری در مورد این محصول توسط کاربران ارسال نگردیده است.
اولین نفری باشید که در مورد شناسایی سیستم نظر می دهد.
ارسال نظر درباره شناسایی سیستم
دانشگاه صنعتی امیر کبیر
