Sinirsel bulanık ağların kullanımı ile verilere göre bulanık kontrol kurallarının elde edilmesi ve simulasyonunun gerçekleştirilmesi
Obtaining and simulating fuzzy control rules according to given data by using neural fuzzy networks
- Tez No: 109751
- Danışmanlar: DOÇ. DR. ARZU BABAYEV
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2001
- Dil: Türkçe
- Üniversite: Uludağ Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 109
Özet
ÖZET 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. ANAHTAR KELİMELER Araç kontrol, örnek sınıflandırma, bulanık denetleyici, sinirsel bulanık denetleyici, Sugeno yaklaşımı, yapay sinir ağlan, Max-Min sinirsel ağlar, olabilirlik yaklaşımı.
Özet (Çeviri)
11 ABSTRACT 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. KEYWORDS Vehicle controlling, pattern classifications, fuzzy controller, neural fuzzy controller, Sugeno approaching, artificial neural networks, Max-Min neural networks, possibility approaching.
Benzer Tezler
- Portfolio optimization with wavelet analysis and neural fuzzy networks
Dalgacık analizi ve bulanık sinir ağları modeli ile portföy optimizasyonu
ÖMER ZEKİ GÜRSOY
- Alibey Barajı hacminin ve su seviyesinin klasik ve yapay zekâ yöntemleri ile tahmini
Estimation of the volume and water level of Alibey Dam using classical and artificial intelligence methods
ENES ERKAN ER
Yüksek Lisans
Türkçe
2022
İnşaat Mühendisliğiİskenderun Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. FATİH ÜNEŞ
- Integration of spatial procedures to combat the desertification in Nineveh governorate, Iraq
Irak'ın Nineveh vilayetinde çölleşme ile mücadele için mekansal yöntemlerin entegrasyonu
BASHAR MUNEER YAHYA YAHYA
Doktora
İngilizce
2019
İnşaat Mühendisliğiİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. DURSUN ZAFER ŞEKER
- Yapay zeka metotlarının bir sınıflandırma probleminde karşılaştırılması
Comparison of artificial intelligience methods for a classification problem
NİLGÜN ŞENGÖZ
Yüksek Lisans
Türkçe
2016
Endüstri ve Endüstri MühendisliğiSüleyman Demirel ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜLTEKİN ÖZDEMİR
- Assessment of machine learning methods for mass real estate appraisal
Makine öğrenmesi yöntemlerinin toplu gayrimenkul değerleme çalışmaları açısından değerlendirilmesi
SEÇKİN YILMAZER
Doktora
İngilizce
2022
Jeodezi ve FotogrametriHacettepe ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SULTAN KOCAMAN