Multifeedback-layer neural network controller design using particle swarm optimization algorithm for hard disk drive control
Hard disk sürücü kontrolü için parçacık sürüsü optimizasyon algoritması kullanılarak çok katmanlı-geri beslemeli sınır ağı yapısında kontrolör tasarımı
- Tez No: 307688
- Danışmanlar: YRD. DOÇ. DR. RAMAZAN ÇOBAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: İngilizce
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Bölümü
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 66
Özet
Bu çalışmada, ilk olarak, yakın zamanda geliştirilen Çok Katmanlı-Geri Beslemeli Sinir Ağının (MFLNN) ağırlıkları, Parçacık Sürü Optimizasyonu (PSO) algoritması ile eğitilmiştir. PSO algoritmasının eğitme yeteneğini geliştirmek için, algoritmada bazı iyileştirmeler yapılmıştır. Yöntemin başarısını göstermek için bu metot (MFLNN-PSO) iki farklı probleme uygulanmıştır. Daha sonra, MFLNN-PSO algoritması ile bir disk sürücüsünün okuma kafasının konumlanması için tanılanmıştır. Son olarak, MFLNN-PSO kullanılarak yeni bir neuro kontrolör tasarlanmıştır. Bu neuro kontrolör iki farklı dinamik sisteme ve ayrıca gerçek bir fiziksel örnek olarak hard disk sürücü sistemine uygulanmıştır. Simülasyon sonuçları, MFLNN-PSO kontrolörün dinamik sistemler ve hard disk sürücü sisteminin kontrolü üzerinde etkin ve etkili olduğunu göstermektedir.
Özet (Çeviri)
In this paper, the weights of the Multifeedback-Layer Neural Network (MFLNN) which has recently proposed are trained by the Particle Swarm Optimization (PSO) algorithm. To improve training capability of the PSO, it is enhanced by some modifications. This method (MFLNN-PSO) is applied to two different problems to prove accomplishment of the method. Then, the closed loop identification of the reader head position of a disk drive system is proposed by using the MFLNN-PSO algorithm. Finally, a new type of neuro controller is put forward by using the MFLNN-PSO. Initially, this neuro controller is applied to two different kinds of dynamic systems. Later, it is applied to a hard disk drive system as a real physical example. Simulation results show that the MFLNN-PSO controller is effective and efficient on the control of dynamic systems and hard disk drive system.
Benzer Tezler
- İslami finans sisteminde sukuk: Türkiye'de sukuk fiyatlarının yapay sinir ağı modeli ile tahmini
Sukuk in Islamic financial system: forecasting sukuk prices in Turkey with artificial neural network model
DİLŞAD TÜLGEN ÇETİN
Doktora
Türkçe
2020
İşletmeBurdur Mehmet Akif Ersoy Üniversitesiİşletme Ana Bilim Dalı
DOÇ. DR. OSMAN TUĞAY
PROF. DR. NEVZAT AYPEK
- 360 derece performans değerleme sistemi ve bir uygulama
360 degree performance appraisal system and a case study
EMTULLAH DİNÇ
- İnsan kaynakları yönetimi açısında 360 derece performans değerlendirme yöntemi
360°- performance of the appraisal method in human resources management
FATİH AKŞİT
- Bessel, butterworth ve chebyshev aktif filtre modellerinde parametre kestirimi için PSO, DE ve ABC optimizasyon algoritmalarının uygulanması
Application of PSO, DE and ABC optimization algorithms to bessel, butterworth and chebyshev active filter models for parameter estimation
MUSTAFA AKKUŞ
Yüksek Lisans
Türkçe
2014
Elektrik ve Elektronik MühendisliğiDumlupınar ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. HASAN TEMURTAŞ