شناسایی و کنترل سیستم‌های چند ورودی-چند خروجی با استفاده از شبکه عصبی مقدار مختلط
کد مقاله : 1143-CFIS (R2)
نویسندگان:
hamed rafiei *، محمدرضا اکبرزاده توتونچی، ناصر پریز
گروه مهندسی برق، دانشکده مهندسی، دانشگاه فردوسی مشهد
چکیده مقاله:
شبکه‌های عصبی مقدار مختلط (CVNN) برای شناسایی و کنترل سیستم‌ها، مخصوصاً سیستم‌های موجی استفاده می‌شوند. در این مقاله، ساختار شناساگر چند ورودی- چند خروجی و ساختار کنترل غیرمستقیم چند ورودی- چند خروجی با استفاده از شبکه عصبی مقدار مختلط، آموزش‌یافته با الگوریتم پس انتشار خطا ارائه می‌شود. در ساختار کنترل غیرمستقیم، به‌صورت بر خط، شبکه عصبی مقدار مختلط سیستم چند ورودی- چند خروجی را شناسایی می‌کند و شبکه عصبی مقدار مختلط دیگری خروجی سیستم را کنترل می‌کند تا خروجی سیستم به سیگنال مرجع میل بکند. در انتها، ساختارهای پیشنهادی بر روی دینامیک پرواز جسم پرنده، سیستم خطی بدون تداخل، سیستم خطی همراه با تداخل و سیستم غیر خطی همراه با تداخل آزمون می‌شود. نتایج به‌دست‌آمده برای ساختار‌های پیشنهادی، نشان‌دهنده عملکرد خوب آن‌ها برای شناسایی سیستم و ردیابی سیگنال مرجع است.
کلیدواژه ها:
کنترل غیرمستقیم؛ شناسایی سیستم؛ سیستم چند ورودی- چند خروجی؛ شبکه عصبی مقدار مختلط
وضعیت : مقاله برای ارائه شفاهی پذیرفته شده است
هفتمین کنگره مشترک سیستمهای فازی و هوشمند ایران