Doğrusal ve doğrusal olmayan sistemlerin hiyerarşik bulanık kontrolü
Yükleniyor...
Dosyalar
Tarih
2013-07-08
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Selçuk Üniversitesi Fen Bilimleri Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Bu çalışmada, Hiyerarşik Bulanık Kontrol yöntemleri detaylı olarak incelenmiş, doğrusal ve doğrusal olmayan sistemlerin hiyerarşik bulanık kontrolü simülasyon olarak gerçekleştirilmiştir. Bu yöntemle çok girişli ve kural sayısı fazla olan bulanık mantık denetleyicilerin, az girişli bulanık mantık denetleyiciler halinde hiyerarşik olarak tasarlanmasıyla kural sayılarının düşürülmesi sağlanmıştır. Çalışmada ilk olarak kontrol edilecek olan doğrusal ve doğrusal olmayan sistemlerin simulink modelleri oluşturulmuş ve modellenen sistemlerin klasik bulanık mantık denetleyiciler ile kontrolü simülasyon olarak yapılmıştır. Daha sonra aynı sistemlerin hiyerarşik bulanık mantık denetleyiciler ile kontrolünün simülasyonu gerçekleştirilmiştir. Çalışmada klasik bulanık mantık denetleyicinin ve hiyerarşik bulanık mantık denetleyicinin ölçeklendirme katsayıları Parçacık Sürü Optimizasyonu (PSO) ve Gerçek kodlu Genetik Algoritma (GA) ile ayrı ayrı belirlenmiştir. Bulanık mantık denetleyiciler ile hiyerarşik bulanık mantık denetleyicilerin optimizasyon sonuçları hem PSO için hem de gerçek kodlu GA için çeşitli amaç ölçüt kriterleri kullanılarak birbirleri ile karşılaştırılmıştır. Çalışma sonuçlarından hiyerarşik bulanık mantık denetleyicinin doğrusal olmayan sistemlerin optimal kontrolünde daha başarılı sonuçlar verdiği, doğrusal sistemlerin optimal kontrolünde de klasik bulanık mantık denetleyicilere yakın sonuçlar verdiği ve iyi bir alternatif olabileceği görülmüştür.
In this study, hierarchical fuzzy control methods are examined in detail, the simulation of the control of linear and non-linear systems was performed using the method of hierarchical fuzzy control. With this method, the number of rules was decreased by hierarchically designing multiple-input and multiple-rules fuzzy logic controllers as less-input controllers. In the study, first of all, we performed the simulation of the control of linear and nonlinear control systems with fuzzy logic controllers. Later, we performed the same simulation with hierarchical fuzzy logic controllers. Primarily in the study, the Simulink model of the systems to be controlled were created, then the scaling factors of fuzzy logic controller and hierarchical fuzzy logic controller were determined separately with PSO, and real-coded GA. In this study, optimization results of fuzzy logic controllers and hierarchical fuzzy logic controllers were compared with each other using PSO and real-coded GA on a variety of objective criteria. At the end of the study we found that hierarchical fuzzy logic controller gives more successful results in the optimization of non-linear systems and it has similar results in linear systems so it can be a good alternative for classic fuzzy controllers.
In this study, hierarchical fuzzy control methods are examined in detail, the simulation of the control of linear and non-linear systems was performed using the method of hierarchical fuzzy control. With this method, the number of rules was decreased by hierarchically designing multiple-input and multiple-rules fuzzy logic controllers as less-input controllers. In the study, first of all, we performed the simulation of the control of linear and nonlinear control systems with fuzzy logic controllers. Later, we performed the same simulation with hierarchical fuzzy logic controllers. Primarily in the study, the Simulink model of the systems to be controlled were created, then the scaling factors of fuzzy logic controller and hierarchical fuzzy logic controller were determined separately with PSO, and real-coded GA. In this study, optimization results of fuzzy logic controllers and hierarchical fuzzy logic controllers were compared with each other using PSO and real-coded GA on a variety of objective criteria. At the end of the study we found that hierarchical fuzzy logic controller gives more successful results in the optimization of non-linear systems and it has similar results in linear systems so it can be a good alternative for classic fuzzy controllers.
Açıklama
Anahtar Kelimeler
Bulanık mantık denetleyiciler, Fuzzy logic controllers, Gerçek kodlu genetik algoritmalar, Hierarchical fuzzy control, Hiyerarşik bulanık kontrol, Particle swarm optimization, Parçacık sürü optimizasyonu, Real-coded genetic algorithms
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Soylu, S. (2013). Hierarchical fuzzy control of linear and nonlinear systems. Selçuk Üniversitesi, Yayımlanmış yüksek lisans tezi, Konya.
