Füze güdüm ve kontrol sistemlerinin yapay sinir ağları ile incelenmesi
Yükleniyor...
Dosyalar
Tarih
2009-06-24
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Selçuk Üniversitesi Fen Bilimleri Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Yüksek değerli hedeflerin uzun menzillerden yüksek vuruş ihtimali ile imha edilmesine imkân sağlayan ve teknolojik olarak karmaşık ve pahalı olan Füze Sistemleri teknolojiye bağlı olarak günden güne gelişmektedir. Ancak atılan her füzenin hedefini tam olarak vuracağı garanti edilememektedir. Füze hedefe giderken, güdüm sistemindeki küçük bir hata, füzeyi hedeften metrelerce uzağa götürebilmektedir. Söz konusu füzelerin yüksek maliyetlere sahip olduğu göz önüne alınırsa, bu çalışmanın da hedefi olan ve füzenin güdüm parametrelerinden kaynaklanan hataların azaltılması büyük önem kazanmaktadır. Yapılacak çalışma ile füzenin güdüm parametrelerini istenilen değerlere yaklaştırmak ve o değerlere getirebilmek için günümüzde birçok problemin çözümünde kullanılan bir Yapay Sinir Ağı modeli hazırlanmıştır. Bu model ile hedef değerlerinin olması gereken değerlere getirilmesi ve füzenin hedefi vurma ihtimalinin arttırılması amaçlanmıştır. Yapay Sinir Ağı modeli için Levenberg- Marquardt eğitim algoritması ile güdüm parametreleri eğitilmiş ve test edilmiştir. Elde edilen sonuçlar, füze-hedef probleminin bir Yapay Sinir Ağı kullanılarak çözülebileceğini ve sonuçların test edilen değerlerle oldukça uyumlu olduğunu göstermiştir.
High-value targets from long range with a high hit probability to destroy the complex and expensive technology, and will allow the Missile Systems has developed technology depending on the day to day. However, the target of missiles thrown from her cannot be guaranteed to hit exactly. When the missiles go the target, a small error in the command system, the missile can take meters away from the target. The missile has a high cost is taken into consideration, the objective of this work and missiles that the error caused by the reduction of command parameters is of great importance. Of work to do with the missile and command parameters to approach the desired value to be able to bring that value today is used in the solution of many problems Artificial Neural Network model has been prepared. Whit this model, target values set the values should be and aimed to increase the probability of missile hitting the target. For the Artificial Neural Network model, command parameters have been trained and tested with the Levenberg- Marquardt training algorithm. The results obtained, missile-target problem can be solved by using an Artificial Neural Network and the result is quite compatible with the values of the test has shown that.
High-value targets from long range with a high hit probability to destroy the complex and expensive technology, and will allow the Missile Systems has developed technology depending on the day to day. However, the target of missiles thrown from her cannot be guaranteed to hit exactly. When the missiles go the target, a small error in the command system, the missile can take meters away from the target. The missile has a high cost is taken into consideration, the objective of this work and missiles that the error caused by the reduction of command parameters is of great importance. Of work to do with the missile and command parameters to approach the desired value to be able to bring that value today is used in the solution of many problems Artificial Neural Network model has been prepared. Whit this model, target values set the values should be and aimed to increase the probability of missile hitting the target. For the Artificial Neural Network model, command parameters have been trained and tested with the Levenberg- Marquardt training algorithm. The results obtained, missile-target problem can be solved by using an Artificial Neural Network and the result is quite compatible with the values of the test has shown that.
Açıklama
Anahtar Kelimeler
Levenberg- Marquardt, Yapay sinir ağları, Füze güdüm sistemleri, Missile guidance system, Artificial neural networks
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Yalçın, E. (2009). Füze güdüm ve kontrol sistemlerinin yapay sinir ağları ile incelenmesi. Selçuk Üniversitesi, Yayımlanmış yüksek lisans tezi, Konya.
