Multifeedback-layer neural network controller design using particle swarm optimization algorithm for hard disk drive control
Hard disk sürücü kontrolü için parçacık sürüsü optimizasyon algoritması kullanılarak çok katmanlı-geri beslemeli sınır ağı yapısında kontrolör tasarımı
- Tez No: 307688
- Danışmanlar: YRD. DOÇ. DR. RAMAZAN ÇOBAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Kimliklendirme, Identification
- Yıl: 2013
- Dil: İngilizce
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Bölümü
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, ilk olarak, yakın zamanda geliştirilen Çok Katmanlı-Geri Beslemeli Sinir Ağının (MFLNN) ağırlıkları, Parçacık Sürü Optimizasyonu (PSO) algoritması ile eğitilmiştir. PSO algoritmasının eğitme yeteneğini geliştirmek için, algoritmada bazı iyileştirmeler yapılmıştır. Yöntemin başarısını göstermek için bu metot (MFLNN-PSO) iki farklı probleme uygulanmıştır. Daha sonra, MFLNN-PSO algoritması ile bir disk sürücüsünün okuma kafasının konumlanması için tanılanmıştır. Son olarak, MFLNN-PSO kullanılarak yeni bir neuro kontrolör tasarlanmıştır. Bu neuro kontrolör iki farklı dinamik sisteme ve ayrıca gerçek bir fiziksel örnek olarak hard disk sürücü sistemine uygulanmıştır. Simülasyon sonuçları, MFLNN-PSO kontrolörün dinamik sistemler ve hard disk sürücü sisteminin kontrolü üzerinde etkin ve etkili olduğunu göstermektedir.
Özet (Çeviri)
In this paper, the weights of the Multifeedback-Layer Neural Network (MFLNN) which has recently proposed are trained by the Particle Swarm Optimization (PSO) algorithm. To improve training capability of the PSO, it is enhanced by some modifications. This method (MFLNN-PSO) is applied to two different problems to prove accomplishment of the method. Then, the closed loop identification of the reader head position of a disk drive system is proposed by using the MFLNN-PSO algorithm. Finally, a new type of neuro controller is put forward by using the MFLNN-PSO. Initially, this neuro controller is applied to two different kinds of dynamic systems. Later, it is applied to a hard disk drive system as a real physical example. Simulation results show that the MFLNN-PSO controller is effective and efficient on the control of dynamic systems and hard disk drive system.
Benzer Tezler
- GTM uçak modelinin pıd ve yapay sinir ağları ile iniş kontrolü
Landing control of GTM model using pid and artificial neural networks
İREM ALMULA ERDOĞAN
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. İLHAN KOCAARSLAN
- Yapay sinir ağları ile robotlarda hareket kontrolü
Motion control of robots with artificial neural networks
HAKAN ARSLAN
Doktora
Türkçe
1999
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiPROF.DR. AHMET KUZUCU
- Modelling longitudinal motion of an electric vehicle and wheel slip control through NN based uncertainty prediction
Elektrikli aracın boyuna hareketinin modellenmesi ve yapay sinir ağı tabanlı belirsizlik kestirimli tekerlek kayma kontrolü
DUYGU ÖZYILDIRIM
Yüksek Lisans
İngilizce
2021
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. OVSANNA SETA ESTRADA
- İslami finans sisteminde sukuk: Türkiye'de sukuk fiyatlarının yapay sinir ağı modeli ile tahmini
Sukuk in Islamic financial system: forecasting sukuk prices in Turkey with artificial neural network model
DİLŞAD TÜLGEN ÇETİN
Doktora
Türkçe
2020
İşletmeBurdur Mehmet Akif Ersoy Üniversitesiİşletme Ana Bilim Dalı
DOÇ. DR. OSMAN TUĞAY
PROF. DR. NEVZAT AYPEK
- Genetik hücresel yapay sinir ağları ve jeofizik uygulamaları
Genetic cellular neural networks and geophysical applications
ERDEM BİLGİLİ
Doktora
Türkçe
2005
Elektrik ve Elektronik MühendisliğiGebze Yüksek Teknoloji EnstitüsüElektronik Mühendisliği Ana Bilim Dalı
PROF.DR. ALİ ALKUMRU