Geri Dön

Design and optimization of a fuzzy-neural hybrid controller structure for a rubbertuator robot using genetic algorithms

Kauçuk eyleyicilerden oluşan bir robot kolu için, melez bulanık mantık-yapay sinir ağları ile denetim yapısının tanımlanması ve genetik algoritmalarla eniyilenmesi

  1. Tez No: 181237
  2. Yazar: ERDEM ERDEMİR
  3. Danışmanlar: PROF.DR. MEHMED ÖZKAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2006
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Sistem ve Kontrol Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu şalısma, Bridgestone firmasının uretti˜i, motor ve kauşuk eyleyicilerdenc. ü g colusan bir robot kolunun denetimini işin, geri yayılım yapay sinir a˜ları,bulanık mantıkc g.ve genetik algoritmaları gibi esnek yüntemlerin, kullanımını kapsamaktadır.oRobot kolunun, uş islevcisinin şalısma alanı küşuk parşalara ayrılıp, her birc. c. uc ü cparşanın, yürüngeden ba˜ımsız parametreleri, küşuk yapay sinir a˜ları kullanılarakc ou g uc ü gü˜renilmistir. Bu kücuk yapay sinir a˜larının yapısı, robot kolunun Langrage - Eulerog uşü g.mekani˜ine dayanmaktadır. Bu yapay sinir a˜ları arasında süreklili˜i sa˜layabilmekg g u g gişin, uyelik fonksiyonu de˜iskenleri, genetik algoritmalarla eniyilenmis basit bir bu-c ü g. .lanık mantık yüntemi kullanılmıstır. Yürünge izlemede, ünerilen yüntemin performansı,o ou o o.sadece yapay sinir a˜larından olusan denetleyicinin performansından daha iyi oldu˜ug g.güsterilmistir.o .Bu şalısmanın asıl amacı, kücuk yapay sinir a˜ları( 3 dü˜um ve bir gizli katman-c. uşü g ug üdan olusan) ve minimum sayıda dilbilimsel de˜iskenler ve kuralları olan bulanık mantıkg..ile, kauşuk eyleyiciler uzerinde, iyi bir şevrimdısı denetim sistemi gelistirmektir.Di˜erc ü c g. .taraftan,daha iyi bir şevrimdısı denetiminin bulunması, gelecekte kullanılacak şevrimişic c c.denetiminde, daha kücuk ü˜renme katsayısı kullanılabilmesini sa˜layacaktır ve bu da,uş ü o g gıraksama ve kararsızlık ihtimalini azaltacaktır.

Özet (Çeviri)

This study presents a combination of soft computing techniques, namely backpropagation neural network, fuzzy and genetic algorithms that are used to control theBridgestone Hybrid Robot Arm (BHRA).The workspace of the BHRA?s end effector is divided into small segments and thetrajectory independent parameters of all these segments are learned by training smallsize (only three nodes) neural networks for each segment. The structure of these neuralnetworks is based on the physical model, which is derived from the Language-Eulermechanics of the robot arm. To maintain continuity on the small neural networks, weuse a basic fuzzy algorithm whose fuzzy membership function parameters are optimizedby genetic algorithm (GA). The proposed technique?s performance was compared withonly-neural network controller and shown to be more accurate in trajectory control forrubbertuator robots.The main goal of this study is to maintain a better off-line control on the rubber-tuators by using only small size (3 nodes and one hidden layer) neural networks and asimple fuzzy algorithm with minimal linguistic variables and minimal number of rules.On the other hand, finding a better off-line control ensures that small learning rateswill be sufficient for future on-line training control, and choosing small learning rateswill decrease the prospect of divergence and the risk of instability in control.

Benzer Tezler

  1. Nöral-genetik tabanlı optimal bulanık kontrolörün gerçeklenmesi ve DC servomotora uygulanması

    Design of neural-genetic based optimal fuzzy controller and application to DC servomotor

    İBRAHİM BEKLAN KÜÇÜKDEMİRAL

    Doktora

    Türkçe

    Türkçe

    2002

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. GALİP CANSEVER

  2. Görüntü sınıflandırması için yapay sinir ağlarının analiz ve optimizasyonu

    Analysis and optimization of artificial neural networks for image classification

    OZAN ARSLAN

    Doktora

    Türkçe

    Türkçe

    2001

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    PROF. DR. OĞUZ MÜFTÜOĞLU

    PROF. DR. CANKUT ÖRMECİ

  3. Analog design and optimization of PWL circuits used in fuzzy logic solutions

    Bulanık mantık çözümlerinde kullanılan parçalı doğrusal devrelerin analog tasarımı ve iyileştirilmesi

    YANKI YALÇIN

    Yüksek Lisans

    İngilizce

    İngilizce

    2006

    Elektrik ve Elektronik MühendisliğiBoğaziçi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. GÜNHAN DÜNDAR

  4. Optimum performanslı mikrodalga kuvvetelendirici tasarımı

    Desing of a microwave amplifier with the optimum performance

    YAVUZ CENGİZ

    Doktora

    Türkçe

    Türkçe

    2004

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. FİLİZ GÜNEŞ

  5. Hücresel yapay sinir ağları için iki öğrenme algoritması ve görüntü işleme uygulamaları

    Two learning algorithms for cellular neural networks and their image processing applications

    SİNAN KARAMAHMUT

    Yüksek Lisans

    Türkçe

    Türkçe

    1994

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    DOÇ.DR. CÜNEYT GÜZELİŞ