آموزش مدل سازی و شناسایی سیستم های دینامیکی با استفاده از مدل ARX و شبکه فازی عصبی ANFIS - (رایگان)

مهندسی کنترل و سیستم، سر حلقه اصلی در بسیاری از مسائل عملی است. چرا که بدون داشتن یک مدل ریاضی از پدیده یا فرایند مورد بررسی، امکان پیاده سازی الگوریتم ها و روش های کنترلی مقدور نیست.

برای حل مسائل مدل سازی و شناسایی سیستم، رویکردهای متفاوتی وجود دارند، که بخش مهمی از آن ها را، روش های کلاسیک مبتنی بر مدل های خطی تشکیل می دهند. یکی از مدل های پرکاربرد خطی، مدل ARX (مدل خود رگرسیون با ورودی خارجی) است، که یک حالت پایه از مدل های خطی را ارائه می دهد. البته حالت غیر خطی این مدل نیز، که با NARX نمایش داده می شود، با استفاده از انواع روش های مدل سازی غیر خطی قابل پیاده سازی است، که از روش های مرسوم برای انجام چنین کاری، انواع شبکه های عصبی مصنوعی (Artificial Neural Networks)، سیستم های فازی، و شبکه های فازی - عصبی (مانند انفیس یا ANFIS) است.

فیلم آموزشی «مدل سازی و شناسایی سیستم های دینامیکی با استفاده از مدل ARX و شبکه فازی عصبی ANFIS»، که برای دانلود رایگان در فرادرس منتشر شده است، در پاسخ به سوال یکی از مخاطبین فرادرس تهیه شده است، که سوالی را در زمینه نحوه مدل سازی سیستم های دینامیکی با استفاده از مدل ANFIS مطرح کرده بودند، و نحوه پیاده سازی این برنامه در محیط متلب را، جویا شده بودند.

در این فیلم آموزشی، یک سیستم غیر خطی مورد مطالعه قرار گرفته است و با استفاده از امکانات تولباکس شناسایی سیستم (System Identification Toolbox) در نرم افزار متلب، مدل خطی ARX برای این سیستم ارائه شده است. نحوه انجام این کار، به صورت خط به خط و کاملا عملی آموزش داده شده است. در ادامه، با استفاده از امکانات تولباکس سیستم های فازی متلب، و الگوریتم انفیس، مدل سازی این سیستم غیر خطی، توسط سیستم استنتاج عصبی - فازی تطبیقی (Adaptive Neuro-Fuzzy Inference Systems) یا انفیس (ANFIS) انجام شده است. پیاده سازی این برنامه نیز، به صورت گام به گام و کاملا عملی در محیط نرم افزار متلب انجام شده و آموزش مربوط به آن در این فیلم آموزشی، ارائه شده است. مطالب آموزشی این فیلم آموزشی، توسط دکتر سیدمصطفی کلامی هریس، فارغ التحصیل دکترای مهندسی کنترل از دانشگاه خواجه نصیرالدین طوسی، ارائه شده است.

فهرست سرفصل ها و مباحث مطرح شده در این مجموعه آموزشی، در ادامه آمده اند:

• تبدیل معادله دیفرانسیل غیر خطی توصیف کننده سیستم مورد مطالعه به مدل فضای حالت (State-Space Model)
• شبیه سازی سیستم غیر خطی مورد معادله با استفاده از حل کننده معادلات دیفرانسیل ode45 در متلب
• ایجاد داده های مورد نیاز برای انجام عملیات شناسایی سیستم توسط تولباکس (جعبه ابزار)
• مدل سازی سیستم غیر خطی مورد معادله به صورت مدل خطی ARX با استفاده از تابع arx در متلب
• مقایسه نتایج به دست آمده از مدل خطی با سیستم اصلی
• بیان مساله شناسایی سیستم به صورت یک مساله استاتیک و تبدیل آن به یک مساله رگرسیون غیر خطی
• آماده سازی داده ها برای شناسایی سیستم توسط انفیس (ANFIS)
• مدل سازی سیستم دینامیکی مورد مطالعه با استفاده از سیستم فازی تاکاگی - سوگنو مبتنی بر خوشه بندی FCM
• مقایسه نتایج به دست آمده از مدل مبتنی بر انفیس با سیستم اصلی