Type-2 fuzzy clustering for fuzzy modeling applications
Bulanık modelleme uygulamaları için tip-2 bulanık kümeleme
- Tez No: 371836
- Danışmanlar: PROF. DR. OKYAY KAYNAK
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 132
Özet
Bu¸ çalışmanın özgün değerlerinden bir tanesi aralık değerli tip-2 nöro-bulanık sistemlerinin tasarımında parametreli t-normlar kullanılmasıdır. Aralık değerli tip- 2 nöro-bulanık sistemlerinin optimizasyonunda öncül kısımdaki üyelik fonksiyonlarının parametreleri sabit tutulmuş ve parametreli t-normların parametreleri ile bulanık kuralların soncul kısmındaki parametreler adapte edilmiştir. Bu¸ çalışmada gradyan tabanlı öğrenme algoritması kullanılmıştır. Önerilen yaklaşım doğrusal olmayan fonksiyon modellenmesi ve¸ çeyrek araç modelinin kayma değeri kontrolünde kullanılmıştır. Uzman bilgisinin eksik olduğu bu uygulamalarda sistem hakkındaki bilgi aralık değerli tip-2 bulanık c-ortalamalar kümeleme algoritması ile elde edilmiştir. Bu kümeleme algoritmasında küme sayısı önceden verilmelidir; fakat, küme sayıları her zaman önceden bilinemez. Bu sorunu gidermek için literatürde bilinen ve ayrıca bu¸ çalışmada önerilen doğruluk indeksleri nöro-bulanık sistemlerin kural sayısını belirlemede kullanılmıştır. Bu¸ calışmanın diğer bir özgün değeri ise, aralık değerli tip-2 nöro-bulanık sistemler, tekrarlamalı bulanık c-ortalamalar kümeleme algoritması ile birlikte kontrol uygulamalarında kullanılmasıdır. Takagi-Sugeno-Kang (TSK) kural yapısının öncül kısmında bulunan Gauss üyelik fonksiyonlarının merkez ve standart sapma değerleri tekrarlamalı bulanık c-ortalamalar kümeleme algoritması ile, soncul kısımındaki polinom katsayıları ise gradyan tabanlı öğrenme algoritması ile bulunmuştur. Önerilen yaklaşım simülasyon tabanlı olarak iki serbestlik dereceli helikopter ve gerçek zamanlı olarak servo sistemine uygulanmış ve geleneksel nöro-bulanık sistem ile karşılaştırılmıştır. Ayrıca önerilen yaklaşım eliptik üyelik fonksiyonları ile de kullanılmış ve iki serbestlik dereceli helikopter üzerinde simülasyon tabanlı olarak test edilmiştir.
Özet (Çeviri)
In this study, a novel approach is described to the design of an interval type- 2 fuzzy neural system (IT2 FNS). It differs from the classical IT2 FNS in its use of parameterized conjunctors. In the optimization of the IT2 FNS, the membership functions are kept fixed and only the parameters of the conjunctors and the parameters in the consequent are tuned. In this study, the gradient based learning algorithm is used. The approach is tested for the modeling of a benchmark nonlinear function and for the wheel slip control of a quarter car model (QCM). In the stated applications, in the absence of any expert knowledge, some knowledge about the system is gained by the use of the interval type-2 fuzzy c-means (IT2 FCM) clustering algorithm. However, this requires the number of classes to be known beforehand. To alleviate this problem, some validity indices that have been suggested in the literature and a novel validity index that carries less computational burden are considered to determine the number of classes and the number of fuzzy rules. Another contribution to the existing literature is that in the design of an IT2 FNS, recursive FCM clustering algorithm is used and the designed algorithm is applied in control applications. The center and the standard deviation values of the interval type-2 Gaussian membership functions at the antecedent part of the Takagi-Sugeno-Kang type fuzzy rules are determined by the use of the recursive FCM clustering algorithm. The parameters at the consequent parts are tuned based on the gradient descent approach. The effectiveness of the designed algorithm is tested by simulation studies on a 2-DOF helicopter system and by experimental studies on a real-time servo system. The performance of the proposed method is compared with a traditional neuro-fuzzy structure adopted from the literature. In addition, IT2 FNS with recursive fuzzy c-means clustering is used with elliptical membership functions.
Benzer Tezler
- Tip-2 bulanık öbekleme yöntemleri ile zaman serilerinin modellenmesi
Time series modelling with Type-2 fuzzy clustering methods
MEHMET FURKAN DODURKA
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
YRD. DOÇ. ENGİN YEŞİL
- Human operator modelling with ts fuzzy modelling using symbolic interval-valued data
Sembolik aralık-değerli veri kullanarak takagi-sugeno bulanık modelleme ile insan opertörlerinin modellenmesi
ANIL ERDİNÇ TÜFEKÇİ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUFAN KUMBASAR
- 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
- Support vector machine-based fuzzy systems for quantitative prediction of peptide binding affinity
Başlık çevirisi yok
VOLKAN USLAN
- Determining graduate level university selection criteria weights using interval type-2 fuzzy ahp
Lisansüstü seviyesinde üniversite seçim kriterleri ağırlıklarının aralıklı tip-2 bulanık ahs ile hesaplanması
ZEYNEP BURCU KIZILKAN DEMİR
Yüksek Lisans
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. BAŞAR ÖZTAYŞİ