Geri Dön

Exploiting chaos in system identification and control

Sistem tanılama ve denetiminde kaosun kullanımı

  1. Tez No: 328337
  2. Yazar: MEHMET ÖLMEZ
  3. Danışmanlar: PROF. DR. CÜNEYT GÜZELİŞ
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2013
  8. Dil: İngilizce
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. 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

    Sanatta Yeterlik

    Türkçe

    Türkçe

    1992

    Müzikİstanbul Teknik Üniversitesi

    DOÇ. FİKRET DEĞERLİ

  2. Tümleştirmeye uygun rastgele sayı üreteçler

    Random number generators suitable for integration

    VEDAT TAVAS

    Doktora

    Türkçe

    Türkçe

    2011

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ TOKER

    PROF. DR. SERDAR ÖZOĞUZ

  3. 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

    İngilizce

    2002

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. YAĞMUR DENİZHAN

  4. 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

    İngilizce

    2013

    Elektrik ve Elektronik MühendisliğiDokuz Eylül Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. CÜNEYT GÜZELİŞ

  5. 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

    İngilizce

    2017

    Endüstri ve Endüstri MühendisliğiAtılım Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TURAN ERMAN ERKAN