Destek vektor makineleri tabanlı ayrık zamanlı kayma kipli kontrolör tasarımı
Support vektor machines based discrete-time sliding mode controller design
- Tez No: 452670
- Danışmanlar: DOÇ. DR. SERDAR İPLİKÇİ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2012
- Dil: Türkçe
- Üniversite: Pamukkale Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Kontrol ve Kumanda Bilim Dalı
- Sayfa Sayısı: 104
Özet
Bilgisayar endüstrisindeki gelişmeyle yapay sinir ağları (YSA), evrimsel hesaplama ve yapay zekadan uyarlanan tekniklere dayanan Esnek İşlem (Soft Computing) yöntem ve prensiplerinin karmaşık kontrol algoritmaları için kullanılması elverişli hale gelmiştir. Esnek işlem araçları ile kayma kipli kontrolör (SMC) yapılarının bir araya getirilmesi kontrol kuramının aktif bir çalışma alanıdır. Sayısal bilgisayarların kontrolör gerçeklemelerinde kullanılmasının giderek yaygınlaşması, bilgisayar kontrollü kayma kipli kontrol uygulamaları konusunda yapılan çalışmalarında giderek daha fazla yaygınlaşmasını sağlamıştır. Sayısal bilgisayarlar ile kayma kipli kontrol yapılarını gerçeklemek için önerilen bir yöntem ise ayrık zamanlı kayma kipli kontrol (Discrete-time Sliding Mode Control- DSMC) yapılarıdır.Kökleri istatistiksel öğrenme kuramına dayanan Destek Vektör Makineleri (SVM) sınıflandırma ve regresyon problemleri için ortaya atılmış ve daha sonra çok geniş alandaki problemlerin çözümünde kullanılmıştır. Fakat SVM tabanlı DSMC tasarımı literatürdeki yerini yeterince almamıştır.Bu tez çalışmasında SVM ve YSA yaklaşımıyla matematiksel modeli bilinmeyen ve doğrusal olmayan sistemlerin kontrolü konusunda bir çalışma yapılmıştır. Kontrol edilecek sistemin SVM ve YSA modelleri, DSMC çerçevesinde kullanılmıştır. Bu çalışma sonucunda geliştirilen yöntemler seçilen örnek sistemlere başarılı bir şekilde uygulanmıştır. Bu yöntemlerde ilk olarak, denetlenecek sistemden belli bir süre boyunca veriler toplanır. Bu aşamada sisteme ilişkin parametrelerin ve veri toplama parametrelerinin uygun olmasına dikkat edilir. Ardından, toplanan bu verilerle bir eğitim ve bir test seti oluşturulur. Eğitim seti SVM veya YSA model(ler)in geliştirilmesinde test seti ise sınanmasında kullanılmıştır. Daha sonra, bu setlerle, sisteminin SVM veya YSA model(ler)i oluşturulur ve bu model(ler) DSMC'de kullanılır.
Özet (Çeviri)
Artificial neural networks (ANN), Soft Computing techniques and principles that were adopted from evolutionary computing and artificial intelligence became practical in complex control algorithms with the advancement in computer industry. Combining Soft Computing tools and sliding mode control (SMC) structures is an active field of study in control theory. Being digital computer usage in realizing controllers became wide spread, also enables the more work in computer controlled sliding mode control applications. A method proposed to realize sliding mode control structures in digital computers is discrete-time sliding mode control structure.The roots of support vector machines which is based on statistical learning theory were suggested for classification and regression problems and then it was used for solving the problems in very wide area . But SVM based DSCM design could not take place in literature.This thesis study is focused on an undefined mathemetical and nonlinear system control with the SVM and ANN approach. SVM and ANN models of system which will be controlled, are used in a DSMC framework. Methods that are improved with this study, are applied to sample systems successfully. Firstly, with these mehtods, datas are collected from the systems that will be controlled. In this stage, parameters that are corralated with the system and data collecting must be appropriate with high attention. Afterwards, a test and training set organized with these datas. Training set is used for examining the training set in enhancing the training sets of SVM or ANN model(s). Later on, with these sets, SVM and ANN models of system generated and these models are used in DSMC.
Benzer Tezler
- Multitemporal co-polar x-band sar data classification as a tool for paddy-rice phenology estimation
Çeltik tarlası fenoloji kestirimi için çok zamanlı co-polar x-bant sar verisi üzerinde sınıflandırma yöntemi
ÇAĞLAR KÜÇÜK
Yüksek Lisans
İngilizce
2016
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
YRD. DOÇ. DR. GÜLŞEN TAŞKIN KAYA
YRD. DOÇ. DR. ESRA ERTEN
- Konteyner liman operasyonlarının makine öğrenmesi yöntemleri ile analizi
Analysis of container port operations using machine learning methods
ÜSTÜN ATAK
Doktora
Türkçe
2022
Deniz Bilimleriİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
PROF. DR. YASİN ARSLANOĞLU
PROF. DR. TOLGA KAYA
- İstanbul Boğazı su seviyesi salınımlarına Tuna Nehri etkisinin belirlenmesi
Determination of the Tuna River effect on the Bosphorus strait water level oscillations
YAVUZ KARSAVRAN
Doktora
Türkçe
2021
Deniz Bilimleriİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. TARKAN ERDİK
- An experimental analysis of feature selection algorithms in hyperspectral image classification
Hiperspektral görüntülerın sınıflamasında öznitelik seçim algoritmalarının deneysel analizi
HAMED GHOLAMI VIJOUYEH
Yüksek Lisans
İngilizce
2017
İletişim Bilimleriİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
YRD. DOÇ. DR. GÜLŞEN TAŞKIN KAYA
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR