مقدمه:امروزه در طراحي سيستمهاي كنترل با نيازهاي زيادي مواجه هستيم كه بواسطه افزايش رقابت، ملزومات محيطي، هزينه‌هاي انرژي و مواد، و نياز به سيستمهاي مقاوم و fault-tolerant مطرح شدهاند. اين ملاحظات نيازهاي جديدي را براي تكنيكهاي مؤثر مدلسازي فرآيند معرفي ميكنند. در بسياري از سيستمها، بواسطه فقدان دانش دقيق و سازمند در رابطه با سيستم، كه ناشي از رفتار شديدا غيرخطي، درجه بالاي نامعيني يا مشخصات متغير با زمان آن است روشهاي متداول مدلسازي قابل استفاده نيست.
مدلسازي نروفازي به عنوان ابزاري قدرتمند شناخته ميشود كه ميتواند با تركيب اطلاعات از منابع مختلف نظير مدلهاي تجربي، مكاشفات و داده‌ها، توسعه مؤثر مدلها را تسهيل نمايد. مدلهاي نروفازي سيستم را به كمك قواعد اگر‐ آنگاه مثل (If x is small then y is large) توصيف ميكند كه اين قواعد در ساختاري شبكهاي پيادهسازي شده است تا بتوان الگوريتمهاي يادگيري مورد استفاده در شبكه‌هاي عصبي مصنوعي را به آنها اعمال نمود. به واسطه اين ساختار، مدلهاي نروفازي، براي تحليل و تفسير، تا حدودي از شفافيت برخوردارند بدين معني كه نسبت به مدلهاي كاملا جعبه‐ سياه نظير شبكه‌هاي عصبي، ميتوان از آنها براي توضيح پاسخ استفاده نمود.
فهرست مطالب:1 مقدمه
۲ شناسايي و مدلسازي نروفازي
۱-2 ايجاد شبكه‌هاي نروفازي
۲-2 ساختار و پارامترها
۳-2 يادگيري مبتني بر گراديان
۴-2 روشهاي يادگيري هيبريد
۳ ابزارهاي نرم افزاري شناسايي و مدلسازي نروفازي
۱-3 جعبهابزار شناسايي و مدلسازي فازي
3‐۱-1 تابع fmclust
2-1-3 تابع fmsim
تهيه و نصب نرم افزار
۲-3 جعبه ابزار منطق فازي- تابع ANFIS
محدوديتهاي ANFIS
۴ مثالهاي شبيه سازي
مثال ۱ شناسايي سيستم ديناميك غيرخطي- سشوار
مثال ۲ تقريب يك تابع استاتيك
مثال ۳ مدلسازي سيستم ديناميك غيرخطي «فرآيند خنثي سازي PH»
جمع بندي
مراجع
برچسب ها:
پروژه ابزارهاي شبيه سازي مدلسازي نرو فازی پروژه شناسايي نروفازي پروژه نروفازی شبیه سازی نروفازي مدلینگ نروفازي نروفازي تحقیق نروفازي دانلود پروژه پروژه مدلسازي نرو فازی