Exploiting chaos in system identification and control
Sistem tanılama ve denetiminde kaosun kullanımı
- Tez No: 328337
- Danışmanlar: PROF. DR. CÜNEYT GÜZELİŞ
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 169
Özet
Tezde ilişkin bilimsel yazına yapılan üç ana katkı sunulmaktadır: Sistem tanılama için iki ve gürbüz olarak kaotik yörüngeleri izleyebilmek için bir yöntem. Sistem tanılama için önerilen yöntemler, giriş-çıkış verilerine dayalı olarak doğrusal, doğrusal olmayan ve kaotik sistemlerin tanılanması için geliştirilmiştir. Yöntemlerde, doğrusal olmayan durum geçişlerinin verilerden öğrenilmesinde, beyaz Gauss gürültüsü veya kaotik durum dizileri kullanılmıştır. Her iki system tanılama yönteminde, doğrusal olmayan durum denklemlerinin ve çıkış denklemlerinin gerçekleştirilmesinde yapay sinir ağları model olarak alınmıştır. Önerilen tanılama yöntemlerin başarımları bilimsel yazında iyi bilinen doğrusal, doğrusal olmayan ve kaotik sistemlerin tanılanmasında gürültülü giriş ve farklı başlangıç koşulları altında sınanmıştır. Diğer iyi bilinen tanılama yöntemleriyle karşılaştırıldığında her iki yöntemin daha iyi başarımı verdiği görülmüştür. Tezdeki üçüncü katkı da kaostan yararlanma doğrultusunda bir diğer uygulama olarak gürbüz olarak kaotik yörüngelerin izlenmesi için yöntem geliştirilmesidir.
Özet (Çeviri)
The thesis presents three main contributions: Two methods for system identification and a method for robustifying a chaotification method are developed in the thesis. The identification methods which are based on input-output data are used for the identification of linear, nonlinear and chaotic plants. Both identification methods construct nonlinear state equations for systems to be identified by using white Gaussian noise or chaotic state sequences in learning state recursions. Nonlinear state equations and output equations in these identification methods are realized by artificial neural networks. Extensive computer experiments on a set of benchmark plants for noisy input and initial conditons show that the developed methods provide significantly better performances when compared to the known identification methods. The third contribution of the thesis is another application in the direction of exploiting chaos now for forcing a nonchaotic plant to chaos in a robust way.
Benzer Tezler
- Türk halk müziği metrik yapısının tesbit ve tasnifinde karşılaşılan problemler ve çözüm yolları
Problems faced in identification and classification of Turkish folk musics metric structure and their soluttions
CİHANGİR TERZİ
- Tümleştirmeye uygun rastgele sayı üreteçler
Random number generators suitable for integration
VEDAT TAVAS
Doktora
Türkçe
2011
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ TOKER
PROF. DR. SERDAR ÖZOĞUZ
- Computationally intelligent techniques for stabilization and targeting of chaotic systems
Kaotik sistemlerin kararlılaştırılması ve hedefe yöneltilmesi için işlemsel olarak zeki yöntemler
SERDAR İPLİKÇİ
Doktora
İngilizce
2002
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YAĞMUR DENİZHAN
- Feedback linearization, stability and control of piecewise affine systems exploiting canonical and conventional representations
Parça parça doğrusal sistemlerin kanonik ve konvansiyonel gösterilimler kullanarak geribeslemeyle doğrusallaştırılması, kararlılığı ve kontrolü
AYKUT KOCAOĞLU
Doktora
İngilizce
2013
Elektrik ve Elektronik MühendisliğiDokuz Eylül ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. CÜNEYT GÜZELİŞ
- Artificial neural network based decisive prediction models on high frequency financial data
Yüksek frekanslı mali piyasa verileri üzerinde yapay sinir ağı tabanlı karar verici tahmin modelleri
ADİL GÜRSEL KARAÇOR
Doktora
İngilizce
2017
Endüstri ve Endüstri MühendisliğiAtılım ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. TURAN ERMAN ERKAN