A State-space prediction model for nonlinear vibrations
Başlık çevirisi mevcut değil.
- Tez No: 65101
- Danışmanlar: DOÇ. DR. ALİ RANA ATILGAN
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Doğrusal olmayan sistemler, Durum uzayları, Zaman serileri, Nonlinear systems, State spaces, Time series
- Yıl: 1997
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
ÖZET Klasik doğrusal metodlar doğrusal olmayan sistemlerin modellenmesinde yetersiz kalır. Durum uzayı gösterimlerine dayanan metodlar doğrusal olmayan sistemlerin altında yatan dinamiğin yakalanabilmesinde kuvvetli araçlar sağlarlar. Ayrıca, eğer sadece bir skaler değişken gözlemlenirse, zaman gecikmeli gömme durum uzayının yeniden çatılmasını olanaklı kılar. Bu işlem uygun olarak yapıldığında doğrusal olmayan sistem bu uzayda modellenebilir. Bu çalışma doğrusal olmayan sistemlerden elde edilen zaman serilerinin durum uzayında modellenmesi ve geleceğinin tahmin edilmesi için bir metod sunmaktadır. Zaman serisi verisi önce zaman gecikmeli gömme metodu ile m boyutlu bir uzaya dönüştürülmektedir. Bu işlemin uygun parametreleri, yeniden çatılan durum uzayı, gerçek durum uzayı ile aynı topolojik özellikleri gösterecek biçimde, yanlış en yalan komşular metodu ve ilinti fonksiyonları yardımıyla bulunmaktadır. önerilen tahmin algoritması, durum uzayındaki konumsal komşuların zaman evrimlerindeki bilgiyi kullanmaktadır. Metodun yeniden çatılmış bir uzaya uygulanmasından önce, gerçek durum uzayında tahmin gerçekleştirilmiştir. Ardından tahmin sonuçlan gerçek devam ile karşılaştırılmış ve hareketli RMS hataları gösterilmiştir. Algoritma gerçek durum uzayında tahmin için Lorenz sistemine, yeniden çatılan uzayda tahmin için ise Lorenz sisteminin x verisine, ve doğrusal olmayan kiriş titreşimlerine uygulanmıştır. Elde edilen sonuçlar algoritmanın kısa dönem için gerçek devamın aynısını ürettiğini ayrıca uzun dönem davranışını da yakaladığım ortaya koymuştur.
Özet (Çeviri)
IV ABSTRACT Classical linear methods are insufficient in modeling nonlinear systems. Methods based on the state space representations provide powerful means of capturing the underlying dynamics of nonlinear systems. Time delay embedding enables the reconstruction of the state space, when a scalar variable of the system is monitored. Nonlinear system can then be modeled in this space if embedding is done properly. This study presents a state space modeling and prediction methodology for time series obtained from nonlinear systems. The scalar time series is first embedded into an m dimensional space. The parameters of embedding are adjusted by using false nearest neighbors method and time correlations so that the reconstructed space exhibits the same topological properties as the real state space. The proposed prediction algorithm uses the information contained in the time evolution of the spatial neighbors in the state space. Before applying the algorithm on a reconstructed state space trajectory, prediction in the real state space of a system is introduced. The comparison of the prediction results with the actual continuations and its moving RMS errors are presented. The algorithm is applied to time series obtained from the Lorenz system and a nonlinear beam vibrations. Results indicate that the algorithm reproduces the actual continuations for short time. Moreover, it captures the long-term behavior of the system.
Benzer Tezler
- Genetik algoritmaların meteorolojik uygulamaları
Başlık çevirisi yok
MEHMET ÖZTOPAL
Yüksek Lisans
Türkçe
1998
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. ZEKAİ ŞEN
- Optimal lop kontrol
Başlık çevirisi yok
FÜSUN DEDE
Yüksek Lisans
Türkçe
1997
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. LEYLA GÖREN
- Bulanık (Fuzzy) sınıflayıcılarla EKG şekil bozukluklarının belirlenmesi
Detection of ECG shape changes by using fuzzy classifiers
ZÜMRAY DOKUR