Bulanık mantık sistemleri ile çeşitli tipteki mikroşerit antenlerin karakteristik parametrelerinin hesaplanması
Computation of characteristic parameters of various type microstrip antennas with the use of fuzzy inference systems
- Tez No: 246150
- Danışmanlar: PROF. DR. KERİM GÜNEY
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Mikroşerit antenler, bulanık mantık sistemleri, bulanık mantık sistemine dayalı uyarlanır ağ, Microstrip antennas, fuzzy inference systems, adaptive network-based fuzzy inference system
- Yıl: 2009
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 230
Özet
Mikroşerit antenler (MŞA), basitlik, uyumluluk, düşük üretim maliyeti, hafiflik, küçük profil, üretilebilirlik, güvenilirlik, üretim kolaylığı ve katı-hal elemanlarıyla tümleşik olarak kullanılabilme gibi avantajlarından dolayı haberleşme sistemlerinden biyomedikal sistemlere kadar geniş bir alanda kullanılmaktadır.Bulanık mantık sistemleri (BMS), hızlı ve doğru öğrenmeleri, iyi genelleme yapabilme kabiliyetleri, dilsel bulanık kurallar ile mükemmel ifade etme yetenekleri, problem ile ilgili hem verileri hem de uzman tecrübelerini bir arada kullanabilmeleri, kolay uygulanabilirlikleri, esnek bir yapıya sahip olmaları ve lineer olmayan fonksiyonları modelleyebilmeleri gibi cazip özelliklerinden dolayı son yıllarda pek çok mühendislik probleminin çözümünde yaygın bir biçimde kullanılmıştır. BMS'lerin bu cazip özelliklerinden dolayı bu tez çalışmasında, elektriksel olarak ince ve kalın dikdörtgen MŞA'ların rezonans frekansı, rezonans direnci, bandgenişliği, yama boyutları ve besleme noktası uzaklığı; elektriksel olarak ince ve kalın dairesel MŞA'ların rezonans frekansı, yama yarıçapı ve rezonans direnci; eşkenar üçgen MŞA'ların rezonans frekansı farklı optimizasyon algoritmaları kullanılarak eğitilen Sugeno ve Mamdani tipi bulanık mantık sistemine dayalı uyarlanır ağ (BMSDUA, ANFIS: Adaptive network-based fuzzy inference system) modelleri ile hesaplanmıştır. Sugeno ve Mamdani tipi BMSDUA modellerinin tasarım parametrelerinin belirlenmesinde, melez öğrenme algoritması (MÖA), en küçük kareler algoritması (EKKA), Nelder-Mead algoritması (NMA), genetik algoritma (GA), farksal gelişim algoritması (FGA), parçacık sürüsü optimizasyon algoritması (PSOA) ve benzetilmiş tavlama algoritması (BTA) kullanılmıştır. Dikdörtgen, dairesel ve üçgen MŞA'ların rezonans frekanslarını aynı anda hesaplayan farklı dört eşzamanlı BMS (EBMS) modeli geliştirilmiştir. Geliştirilen EBMS modelleri, tekli yapay sinir ağı (YSA) veya tekli BMSDUA modellerinin başarımlarını iyileştirmek amacıyla hem YSA hem de BMSDUA yapıları içermektedir. EBMS modellerindeki YSA ve BMSDUA yapıları farklı algoritmalar kullanılarak eğitilmiştir. YSA modelleri, Bayesian düzenlileştirme (BD), Levenberg-Marquardt (LM), ölçeklendirilmiş eşleştirmeli gradyent (ÖEG), Quasi-Newton (QN) ve Fletcher-Reeves (FR) algoritmaları ile eğitilmiştir. Sugeno tipi BMSDUA modellerinin tasarım parametreleri MÖA, EKKA, NMA, GA, PSOA ile; Mamdani tipi BMSDUA modellerinin tasarım parametreleri ise EKKA, NMA, GA, FGA, PSOA ile belirlenmiştir. Dielektrik tabaka ile kaplı dikdörtgen ve dairesel MŞA'ların rezonans frekansları MÖA, EKKA, NMA, GA, FGA, PSOA ve BTA kullanılarak eğitilen Sugeno ve Mamdani tipi BMSDUA modelleri ile hesaplanmıştır. Ayrıca, verilen bir çalışma frekansında elektriksel olarak ince dikdörtgen ve dairesel MŞA'ların adım adım tasarımı EKKA ile eğitilen Sugeno ve Mamdani tipi BMSDUA modelleri kullanılarak gerçekleştirilmiştir. Bu uygulamalara ek olarak, elektriksel olarak ince ve kalın dikdörtgen MŞA'ların fiziksel boyutları iki çıkışlı Sugeno tipi bir eşişler BMSDUA (EBMSDUA, CANFIS: CoActive Neuro-Fuzzy Inference System) modeli ile hesaplanmıştır. Ayrıca, elektriksel olarak ince ve kalın dikdörtgen MŞA'ların bandgenişliği Mamdani tipi özel bir BMS olan bulanık mantık sistemine dayalı fonksiyonel yaklaşıklık ağı (BMSDFYA, NEFPROX: NEuro Fuzzy function apPROXimator) modeli ile hesaplanmıştır.Tez çalışmasının birinci bölümünde, MŞA'lar ve BMS'ler hakkında bilgiler verilerek tezin amacı ortaya konulmuştur.İkinci bölümde, BMSDUA, EBMS, EBMSDUA ve BMSDFYA yapıları, MÖA, EKKA, NMA, GA, FGA, PSOA ve BTA hakkında bilgiler verilmiştir.Üçüncü bölümde, MŞA'lar için bu tez çalışmasında geliştirilen BMS'ler ile elde edilen sonuçlar sunulmuştur. BMS'ler ile elde edilen sonuçların, literatürdeki mevcut deneysel sonuçlarla çok iyi bir uyumluluk içinde olduğu gösterilmiştir.Dördüncü bölümde, sonuçlar ve öneriler tartışılmıştır.
Özet (Çeviri)
Microstrip antennas (MSAs) are used in a broad range of applications from communication systems to biomedical systems, due to their advantages such as simplicity, conformability, low manufacturing cost, light weight, low profile, reproducibility, reliability, and ease in fabrication and integration with microwave integrated circuit or monolithic microwave integrated circuit components.In recent years, fuzzy inference systems (FISs) have been used widely for solving many engineering problems due to their attractive features such as fast and accurate learning, good generalization capability, excellent explanation facilities in the form of semantically meaningful fuzzy rules, the ability to accommodate both data and existing expert knowledge about the problem, easy of implementation, having flexible structure, and the ability of nonlinearity. Because of these fascinating features of FISs, in this thesis, the resonant frequency, the resonant resistance, the bandwidth, the patch dimensions and feed location of electrically thin and thick rectangular MSAs; the resonant frequency, the patch radius and the resonant resistance of electrically thin and thick circular MSAs; the resonant frequency of equilateral triangle MSAs were calculated with the use of Sugeno and Mamdani type adaptive network-based fuzzy inference system (ANFIS) models trained by various optimization algorithms. Hybrid learning algorithm (HLA), least-squares algorithm (LSQA), nelder-mead algorithm (NMA), genetic algorithm (GA), differential evolution algorithm (DEA), particle swarm optimization algorithm (PSOA), and simulated annealing algorithm (SAA) were used to determine the design parameters of Sugeno and Mamdani type ANFIS models. Four different concurrent neuro-fuzzy system (CNFS) models were proposed to calculate simultaneously the resonant frequencies of rectangular, circular, and triangular MSAs. The proposed CNFS models comprise both artificial neural network (ANN) and ANFIS models to improve the performances of single ANN or ANFIS models. ANN and ANFIS structures in CNFS models were trained by using various learning algorithms. ANN models were trained by Bayesian regularization (BR), Levenberg-Marquardt (LM), scaled conjugate gradient (SCG), Quasi-Newton (QN), and conjugate gradient of Fletcher-Reeves (CGF) algorithms. The design parameters of Sugeno and Mamdani type ANFIS models were determined by HLA, LSQA, NMA, GA, PSOA and LSQA, NMA, GA, DEA, PSOA, respectively. The resonant frequencies of rectangular and circular MSAs with a dielectric cover were calculated by Sugeno and Mamdani type ANFIS models trained by HLA, LSQA, NMA, GA, DEA, PSOA and SAA. Also, the step by step design of electrically thin rectangular and circular MSAs for a given frequency were implemented by using Sugeno and Mamdani type ANFIS models trained by LSQA. In addition to these applications, the physical dimensions of electrically thin and thick rectangular MSAs were calculated by a Sugeno type coactive neuro-fuzzy inference system (CANFIS) model with two outputs. The bandwith of electrically thin and thick rectangular MSAs were also calculated by neuro-fuzzy function approximator (NEFPROX) model which is a Mamdani type special FIS.In the first chapter of the thesis, some information about MSAs and FISs was given and the aim of the thesis was introduced.In the second chapter, some information about ANFIS, CNFS, CANFIS, and NEFPROX structures, HLA, LSQA, NMA, GA, DEA, PSOA, and SAA were given.In the third chapter, the obtained results from FISs proposed in the thesis for MSAs have been presented. It was shown that the results of FISs are in very good agreement with the measured results available in the literature.In the fourth chapter, the results and suggestions were discussed.
Benzer Tezler
- Hava savunma sistemlerinde bulanık mantık tabanlı tehdit değerlendirmesi ve derecelendirmesi
Fuzzy logic-based threat assessment and rating in air defense systems
MUHİTTİN COŞKUN
Yüksek Lisans
Türkçe
2021
Savunma ve Savunma TeknolojileriSelçuk ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
PROF. DR. ŞAKİR TAŞDEMİR
- Applications of multi-agent systems in transportation
Ulaşımda çoklu ajan sistemlerinin uygulamaları
İLHAN TUNÇ
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET TURAN SÖYLEMEZ
- Integrating fuzzy logic into deep autoencoders for interpretability and clustering
Yorumlanabilirlik ve öbekleme için bulanık mantığın derin özkodlayıcılara entegre edilmesi
KUTAY BÖLAT
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUFAN KUMBASAR
- Internal audit decision support framework using spherical fuzzy ELECTRE
Küresel bulanık ELECTRE tabanlı iç denetim karar destek çerçevesi
AKIN MENEKŞE
Doktora
İngilizce
2022
İşletmeİstanbul Teknik Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. HATİCE CAMGÖZ AKDAĞ
- Detection of grain boundaries in sem images using Type-2 fuzzy logic
Tip-2 bulanık mantık kullanılarak sem görüntülerindeki tane sınırlarının algılanması
NESİBE CELİLE KURT
Yüksek Lisans
İngilizce
2023
Makine MühendisliğiMarmara ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. AYKUT KENTLİ