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
- Tez No: 559303
- Danışmanlar: DOÇ. DR. TUFAN KUMBASAR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Kontrol ve Otomasyon Mühendisliği Bilim Dalı
- Sayfa Sayısı: 63
Özet
Ölçülen giriş-çıkış verilerinden sistem tanımlama bilgisayar bilimi, elektronik, sensor teknolojisi, iletişim altyapısı, yazılım platformları vb. birçok teknolojinin gelişmesi ile yaygın bir akademik araştırma alanı olmuştur. Bir çok teknolojinin aynı zamanda gelişmesi anlamına gelen teknolojik konvolüsyon sayesinde bir çok sistemin modellenmesi kolay hale gelmiştir. Bu gelişmeler olmadan bu sistemlerin modellenmesi mümkün olmayacaktı. Özellikle bünyesinde önemli derecede belirsizlik bulunan doğrusal olmayan dinamik sistemler popular bir akademik çalışma alanıdır. Bu doğrusal olmayan ve yapısında önemli derece belirsizlik bulununan sistemlerin tanımlanması ve modellenebilmesi problemini çözmek için bir çok yöntem önerilmiş ve başarı ile uygulanmıştır. Bu metotlar yapay sinir ağlarından bulanık mantık sitemlerine kadar bir çok farklı yöntemi içerir. Bulanık mantık sistemleri, modelleme çalışmaları dışında kontrol sistemleri tasarımı, robotik, kelime işlemeleri, karar alma yapıları ve görüntü işleme gibi farklı uygulama alanlarında da başarı ile kullanılmıştır. İçinde barındırdığı belirsizlikler nedeni ile insan operatörlerinin modellenmesi konusu da bu uygulama alanlarından birisidir. İnsanlar bir araç veya makine kullandıklarında ya da bir el aleti ile ameliyat ya da resim yaptıklarında veya bilgisayar oyunu oynadıkları zaman bir operator olmuş olurlar. Duyu organları sayesinde çevreleri ile etkileşime girer ve beyinleri sayesinde durum hakkında analizler yaparlar. En sonunda da bir kontrol sistemi gibi bir aksiyona karar verip uygularlar. İnsan operatörlerinin davranışları, yetenekleri ve becerileri kişiden kişiye ve zaman içinde öğrenme süreci içinde uzmanlık kazandıkça değişir. Bu çalışmada insan operatörlerinin modellenmesindeki ana motivasyonlardan biri, bu modelleme sonrasında uçak, araba, iş makineleri gibi araçları kullanan kişilere sürüş desteği sağlanabilmesi ya da kazaları engellemek için emniyeti destekleyen mekanizmalar geliştirilebilmesidir. Bulanık sistem modellemesine çalışmalarına bakıldığında, normal tip-1 bulanık mantık sistemleri, içerisinde yüksek seviyede belirsizlik bulunan sistemlerin modelenmesinde yeterli olamamaktadır. Son zamanlardaki çalışmalar göstermiştir ki tip-1 yapılarına karşı tip-2 bulanık mantık sistemleri kural yapıları içindeki ilave serbestlik sayesinde belirsizlik hakkında yeterli bilgiyi bünyelerinde barındırabilmektedir. Fakat bu tip-2 yapılar, modelleme hatasının en aza indirilmesi ve modelin sağlamlığı açısından çok başarılı olsalar da, tip-2 bulanık kümelerin tasarlanması için genel bir tasarım yönteminin olmaması ve hesaplama yükünün çok fazla olması gibi bazı eksikliklere sahiptir. Literatürde tip-2 bulanık mantık sistemlerinin birçok başarılı uygulaması mevcuttur. Bu çalışmada, insan operatörlerinin modellenmesi için sembolik aralık-değerli verileri ile Takagi-Sugeno (TS) bulanık sistem modellemesi kullanılmıştır. Önceki bölümde belirtilen bulanık sistem çalışmaları keskin (aralıklı olmayan) giriş-çıkış datası kullanılarak yapılan modelleme çalışmalarıdır. Ancak, belirsizlik doğası gereği tekil veya keskin veriler yerine aralıklı veriler ile çok daha iyi ifade edilip, tanımlanabilir. Aralıklı veriler kullanmak için Sembolik Veri Analizi teorisi kullanılır. Bulanık sistem modelleme çalışmaları alanına bakıldığında, doğrusal olmayan ve bünyesinde önemli oranda belirsizlik barındıran dinamik sistemlerin modellenmesinde aralıklı veriler kullanılarak yapılan çalışmaların sayısı çok azdır. İngilizcesi INterval FUzzy MOdel (INFUMO) olan Aralık Bulanık Model yöntemi bu konuda yapılan ilk denemelerdir. Daha sonra bu model geniştirilerek TS bulanık sistem modeli ile Doğrusal olmayan Otoregresif Eksojen (NARX) yapılarında kullanılmıştır. Son zamanlarda ise, bu yapı daha da geliştirilerek hem gerçek zamanlı deneylerde hem de simiülasyon çalışmalarındaki başarısı gösterilerek yine sembolik aralık-değerli veriler kullanılarak NARX yerine NOE yapıları kullanılmıştır. Bu çalışmada ilk olarak, NARX yapısında TS bulanık modelleme kullanılarak belirsizliklerin bir zarfı çıkarılır. Bu işlemi yapabilmek için Aralıklı Bulanık Merkez-ortalama anlamına gelen İngilizcesi Interval Fuzzy C-mean (IFCM) kümeleme algoritması kullanılır. Bu algoritmada, kümelerin belirlenebilmesi ya da ayrıştırılması için aralık vektörlerinin Öklideyen mesafesini bir yeterlilik kriterine göre minimize edecek parametrelerin optimizasyonu sağlanır. Bir diğer ifade ile bu IFCM algoritması sayesinde kural-tabanlı TS bulanık modelin kurallarının ilk kısmı olan öncül (antecedent) bölümü kümelere ayrıştırılmış olur. Bu sayede kümelerin merkezleri ya da prototipleri tek bir değer yerine bir aralık olarak bulunmuş olur. Daha sonrasında, kuralların ikinci kısmındaki her bir kurala karşılık gelen yerel modelin parametrelerin bulunası için ise En Küçük Karaler Yöntemi kullanılır. NARX yapısı için bulunan kurallara ait tüm parametrelerin, tahmin için NOE yapısında da bulunması gerekir. Bunun için de NARX yapısındaki parametreler NOE yapısında ilk giriş parametreleri olarak kullanılır. NOE yapısındaki TS bulanık modelin parameterlerinin optimizasyonu için MATLAB'in yerleşik fonksiyonlarından“lsqnonlin”kullanmıştır. Bu method dahili-reflektif (interior-reflective) Newton optimizasyon yöntemine dayanır. Yukarıda bahsedilen modelleme yönteminin insan modellenmesinde kullanılması için yapılan deneysel çalışmada basit bir hedef takip bilgisayar oyunu kullanılmıştır. Bu deneysel çalışma, dört farklı oyuncunun 10 defa bu oyunu oynaması sonucu elde edilen verilerin modellede kullanılmasına dayanır. Deneysel çalışma olarak basit bir bilgisayar oyunu seçilmesinin ana nedeni, bir yazılım ürünü olan bilgisayar oyunlarının belirsizlik içermeyen deterministik bir sistem olması sonucu oyundan elde edilen giriş-çıkış verilerinde oyunun kendisine ait hiçbir belirsizlik olmamasıdır. Modelleme yapılacak veri setindeki belirsizlik, aynı oyunu birden fazla oynayan insan operatörlerinin her bir oyun sırasındaki reaksiyon farklılıkları ya da farklı yeteneklerde olmaları nedeniyle ortaya çıkan belirsizliklerdir ki bu da bu çalışmadaki gerçek performansın ölçülmesinde fayda sağlamıştır. Deneysel çalışmalar sonrasında elde edilen performanslara bakıldığında operatörlere benzer özellikli fakat farklı oyun giriş verisi uygulandığında oynadıkları oyunlara benzer modellerinin elde edilmesi sağlanmıştır. Elde edilen model bir zarf içerisinde alt ve üst sınırlar belirtilerek olabilecek belirsizlikler gösterilmiştir. Gerçek oyun sonucu ile model hatası farklı performans kriterlerinde incelendiğinde model performansının başarılı olduğu görülmüştür. Deneyde yer alan 4 farklı kişinin modellenmesinde farklı performanslar çıkması bazı oyuncuların belirsizliklerinin diğerlerine göre farklı olması nedeniyle ortaya çıktığı görülmüştür. Bu da bazı oyuncuların oyunlar arasında benzer şekilde oyunları oynayabildiklerini göstermiştir.
Özet (Çeviri)
System identification from measured input-output data has become a common academic research area with the advent of various technologies in computer science, electronics, sensor technology, communication infrastructure, software platforms, etc. This convolution of technologies has enabled the modelling of many systems. These systems could not be modelled without such a development. Especially nonlinear dynamic systems having considerable amount of uncertainty is a popular academic research area. In order to solve the identification problem of nonlinear systems having dominating uncertainty, varying methodologies have been suggested and applied such as ranging from artificial neural networks to Takagi-Sugeno (TS) Fuzzy Logic System (FLS). Besides modelling, FLSs have been successfully applied in various application areas such as control system design, robotics, computing with words, decision making, image processing. Human Operator (HO) modelling is one of the application area of such systems due to its inherent uncertainty. When humans uses a vehicle or a machine; makes a surgery or painting; plays a computer game with a tool, they became an operator. With their sense of organs, they communicate with their environment and analyze the environment by their brains. Finally, they decide an action and apply it. With their experience, they became an expert on the operation. By modelling this operation, we can learn from humans. Human operators' behaviors, talents and abilities change not only from human-to-human and but also during the learning phases of a HO as they gain expertize. The one of the main motivation of HO modelling studies is to provide driving assistance and safety supporting mechanisms to operators that are controlling vehicles such as planes, cars and cranes. Concerning fuzzy system modelling, ordinary type-1 (T1) FLS do not have sufficient ability to deal with such high level of uncertainties. The recent studies has shown that type-2 FLSs can include such uncertainty information in their rule structure that has more extra degree of freedom when compared to their type-1 counterpart. Although these approaches are good at robustness and error reduction, they have some points to discuss about such as the lack of systematic design rules for defining type-2 fuzzy sets and the computational costs. In literature, there various successful applications of type-2 FLS. In this study, for the modelling of HOs, Takagi-Sugeno (TS) fuzzy system modelling with a symbolic interval-valued data is presented. One of the common characteristic of above-mentioned approaches is that they all use crisp input-output data. However, it is quite intuitive that uncertainty can be described better with interval-valued data rather than single-valued (crisp) data. To handle interval-valued data, the theory of Symbolic Data Analysis (SDA) is widely used. However, in the field of fuzzy modelling, there are not many studies trying to model the nonlinear dynamic systems by using interval-valued data. INterval FUzzy MOdel (INFUMO) is one of the earliest attempts of such methods. An interval TS fuzzy model that in NARX structure has then extended the INFUMO structure. Recently, this structure has been also extended with a NOE model that used interval-valued data collected from both simulation and real-world experiments. Firstly, we will capture these uncertainties in an envelope that is generated via the NARX TS fuzzy modelling approach that uses Interval Fuzzy C-mean (IFCM) clustering algorithm that is used to minimize (locally) the adequacy criteria based suitable squared Euclidean distance between vectors of intervals. With this algorithm, the antecedent part of rules are partitioned. By doing so, cluster prototypes (centers) are obtained in the form of intervals. Then, the consequent parameters of the local model are calculated via the Ordinary Least Square method for NARX model. Following the calculation of antecedent and consequent parts of the fuzzy rules, this prediction model will be converted into a simulation model by transforming the NARX structure to a NOE one. The NOE TS fuzzy modelling will be obtained via an optimization algorithm that uses the parameters of its NARX counterpart as initial values. For the optimization of the NOE parameters, a MATLAB built-in function“lsqnonlin”is used. It is based on interior-reflective Newton method by using a trust-region-reflective algorithm. For the experimental study, a simple target tracking computer game is used. Data is collected by many games played by different individual players. The main idea of the selection of this simple game is the fact that computer games as software has deterministic dynamics without any uncertainty, and thus the game will not provide any uncertainty to the input-output data. The resulting uncertainty in data set is only a result of the different reaction times of the same HO playing the same game (more than once) and the expertize levels of different HOs. It is demonstrated that with the applied modelling approach, human operators are modelled successfully by interval-valued symbolic data showing predicted expected response and the upper and lower bound.
Benzer Tezler
- Process control with a neurofuzzy controller
Yapay sinir ağı kullananan bulanık denetimci ile süreç denetimi
GÜRHAN TAHTALI
Yüksek Lisans
İngilizce
1998
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. YORGO İSTEFANOPOLOS
- Gemiler için COLREG ile uyumlu otonom çatışmadan kaçınma çalışması
COLREG compatible autonomous ship collision avoidance study
HASAN UĞURLU
Doktora
Türkçe
2023
Deniz Bilimleriİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İSMAİL ÇİÇEK
- Otonom sualtı araçlarının modellenmesi, yörünge takip kontrolü ve simülasyonu
Modelling, trajectory tracking and simulation of autonomous underwater vehicles
İREM NUR ORUÇ
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik MühendisliğiSüleyman Demirel ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ UMUT TİLKİ
- Tek bacaklı zıplayan robotun dinamik modellenmesi ve kontrolü
Dynamical modelling and control of single legged hopping robot
ERK BAMYACI
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SIDDIK MURAT YEŞİLOĞLU
- Human resource planning models for home health care services: Assignment and routing problems
Evde sağlık hizmetleri için insan kaynakları planlama modelleri: Atama ve rotalama problemleri
SEMİH YALÇINDAĞ
Doktora
İngilizce
2014
Endüstri ve Endüstri MühendisliğiEcole centrale ParisEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. EVREN ŞAHİN