Sinirsel bulanık ağların kullanımı ile verilere göre bulanık kontrol kurallarının elde edilmesi ve simulasyonunun gerçekleştirilmesi
Loading...
Files
Date
2001-01-16
Authors
Yılmaz, Ersen
Journal Title
Journal ISSN
Volume Title
Publisher
Uludağ Üniversitesi
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.
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.
Description
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
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.