Please use this identifier to cite or link to this item: http://hdl.handle.net/11452/5385
Title: Sinirsel bulanık ağların kullanımı ile verilere göre bulanık kontrol kurallarının elde edilmesi ve simulasyonunun gerçekleştirilmesi
Other Titles: Obtaining and simulating fuzzy control rules according to given data by using neural fuzzy networks
Authors: Babaev, Arzu
Yılmaz, Ersen
Uludağ Üniversitesi/Fen Bilimleri Enstitüsü/Elektronik Mühendisliği Anabilim Dalı.
Keywords: Araç kontrol
Örnek sınıflandırma
Bulanık denetleyici
Sinirsel bulanık denetleyici
Sugeno yaklaşımı
Yapay sinir ağları
Max-Min sinirsel ağlar
Olabilirlik yaklaşımı
Vehicle controlling
Pattem classifications
Fuzzy controller
Neural fuzzy controller
Sugeno approaching
Artificial neural networks
Max-Min neural networks
Possibility approaching
Issue Date: 16-Jan-2001
Publisher: Uludağ Üniversitesi
Citation: Yılmaz, E. (2001). Sinirsel bulanık ağların kullanımı ile verilere göre bulanık kontrol kurallarının elde edilmesi ve simulasyonunun gerçekleştirilmesi. Yayınlanmamış yüksek lisans tezi. Uludağ Üniversitesi Fen Bilimleri Enstitüsü.
Abstract: Bu tez çalışmasında sinirsel bulanık ağların kullanımı ile verilere göre bulanık kontrol kurallarının elde edilme yöntemleri incelenmiş, araç kontrol ve örnek sınıflandırma problemleri için sinirsel! bulanık çözümler üretilerek simülasyonu gerçekleştirilmiştir. Araç kontrol probleminin çözümünde bulanık denetleyici, sinirsel-bulanık denetleyici ve Sugeno yaklaşımı, ömek sınıflandırma probleminin çözümünde ise yapay sinir ağları, Max-Min sinirsel ağlar ve olabilirlik yaklaşımı yöntemleri kullanılmıştır. Simülasyon sonuçlarına dayanılarak sınıflandırma probleminin çözümü için en uygun yöntemin olabilirlik yaklaşımı olduğuna karar verilmiştir. Araç kontrol probleminin çözümünde ise üç farklı durum ortaya çıkmıştır. İterasyon sayısı düşünüldüğünde bulanık denetleyicinin, açı ve konum aşımı düşünüldüğünde sinirsel- bulanık denetleyicinin, kural sayısı ve işlem hızı düşünüldüğünde ise Sugeno yaklaşımının en uygun yöntem olduğuna karar verilmiştir. Simülasyon programı C++ Builder ortamında yazılmıştır.
Obtaining the fuzzy controlling rules are studied according to the data for neural fuzzy networks and simulation are realized by producing some neural fuzzy solutions for vehicle control and pattern classification problems are dealed in this thesis. Fuzzy controller, neural fuzzy controller and Sugeno approaching have been used for solution of the vehicle control problem. In solving- the classification problem arrtificial neural networks, Max-Min neural networks and possibility approaching heve been used. Possibility approaching is determined as the most fitting method for pattern classification problem according to the simulation results. But there were three different situations observed for vehicle contol problem: fuzzy controller when iteration number; neural fuzzy controller when angle and position deviations; Sugeno approaching when the rule numbers and process speed are examined, are determined as the most fitting methods for vehicle control problem. Simulation program has been performed by with the help of C++ Builder.
URI: http://hdl.handle.net/11452/5385
Appears in Collections:Yüksek Lisans Tezleri / Master Degree

Files in This Item:
File Description SizeFormat 
109751.pdf
  Until 2099-12-31
10.55 MBAdobe PDFView/Open Request a copy


This item is licensed under a Creative Commons License Creative Commons