این مقاله انگلیسی ISI در نشریه الزویر در 6 صفحه در سال 2018 منتشر شده و ترجمه آن 16 صفحه میباشد. کیفیت ترجمه این مقاله ویژه – طلایی ⭐️⭐️⭐️ بوده و به صورت کامل ترجمه شده است.

نوشته دانلود ترجمه مقاله کنترل کننده PID مبنی بر PSO برای کوادروتور با سنسور مجازی (ساینس دایرکت – الزویر 2018) (ترجمه ویژه – طلایی ⭐️⭐️⭐️) اولین بار در ترجمه فا پدیدار شد.

نوشته دانلود رایگان ترجمه مقاله پیاده سازی کنترل کننده منطق فازی و کنترل کننده PID (نشریه الزویر 2018) اولین بار در ترجمه فا پدیدار شد.

این مقاله انگلیسی ISI در نشریه ساینس دایرکت (الزویر) در 5 صفحه در سال 2016 منتشر شده و ترجمه آن 11 صفحه میباشد. کیفیت ترجمه این مقاله ویژه – طلایی ⭐️⭐️⭐️ بوده و به صورت کامل ترجمه شده است.

مشخصات مقاله انگلیسی (PDF)
سال انتشار	2016
تعداد صفحات مقاله انگلیسی	5 صفحه با فرمت pdf
رشته های مرتبط با این مقاله	مهندسی برق
گرایش های مرتبط با این مقاله	مهندسی کنترل و مکاترونیک
مجله	اپتیک – Optik
دانشگاه	گروه مهندسی برق، دانشکده مهندسی، دانشگاه گیلان، رشت، ایران
کلمات کلیدی	کنترل کننده PID، بهینه سازی تکاملی، بهینه سازی کریل هرد بی نظم
شناسه شاپا یا ISSN	ISSN 2016.01.055
رفرنس	دارد
لینک مقاله در سایت مرجع	لینک این مقاله در نشریه Elsevier
نشریه الزویر

• فهرست مطالب:

چکیده
1. مقدمه
2. الگوریتم دسته میگو (کریل هرد)
3. بهینه سازی بهبود یافته آشوبی دسته میگو (ICKH)
3.1 استفاده از محدودیت ها برای سرعت و جایگاه
3.2 دسته میگوی آشوبی
4. کنترلر PID
5. مثال
6. نتیجه گیری

• بخشی از ترجمه:

6. نتیجه گیری
در این مقاله، یک الگوریتم بهینه سازی شده با الهام از زیست به نام دسته میگو با استفاده از نظریه آشوب و برخی بهبودهای دیگر اصلاح شده است. الگوریتم پیشنهادی (ICKH) برای تنظیم ضرایب PID استفاده شده است. نتایج شبیه اسزی نشان می دهند که الگوریتم ICKH از نظر ویژگی های پاسخ مرحله ای در قیاس با برخی الگوریتم های بهینه سازی عملکرد بهتری دارد.

• بخشی از مقاله انگلیسی:

6. Conclusions

In this paper, a recently bio-inspired optimization algorithm called Krill Herd has been modified using chaos theory and some other improvements. The proposed algorithm (ICKH) has been applied for tuning of PID coefficients. Simulation results show that the ICKH algorithm has better performance in terms of step response characteristics compared to some optimization algorithms.

دانلود رایگان مقاله انگلیسی          خرید ترجمه فارسی مقاله

نوشته دانلود ترجمه مقاله تنظیم یک کنترل کننده PID با الگوریتم کریل هرد (ساینس دایرکت – الزویر 2016) (ترجمه ویژه – طلایی ⭐️⭐️⭐️) اولین بار در ترجمه فا پدیدار شد.

مشخصات مقاله انگلیسی (PDF)
سال انتشار	2015
تعداد صفحات مقاله انگلیسی	22 صفحه با فرمت pdf
رشته های مرتبط با این مقاله	مهندسی برق
گرایش های مرتبط با این مقاله	مهندسی کنترل، مهندسی الکترونیک و مکاترونیک
مجله	محاسبات عصبی – Neurocomputing
دانشگاه	گروه مهندسی برق و الکترونیک، دانشگاه Wenzhou، چین
کلمات کلیدی	بهینه‌سازی اکسترمال، بهینه‌سازی چندهدفه ، کنترل‌کننده PID مرتبه کسری، سیستم کنترل خودکار ولتاژ
رفرنس	دارد ✓
لینک مقاله در سایت مرجع	لینک این مقاله در نشریه Elsevier
نشریه الزویر

• فهرست مطالب:

چکیده

1. مقدمه

2. مقدمات

2-1. کنترل‌کننده PID مرتبه کسری

2-2. سیستم AVR

2-3. مسائل بهینه‌سازی چندهدفه

2-4. بهینه‌سازی اکسترمال

3. الگوریتم پیشنهادی

3-1. تعریف توابع چندهدفه

3-2. الگوریتم اصلی

الگوریتم طراحی کنترل‌کننده MOEO-FOPID

3-3. راهبرد تخصیص تناسب مبتنی بر پارتو

3-4. به‌روزرسانی آرشیو خارجی نخبه‌گرا

3-5. تحلیل الگوریتم پیشنهادی

4. نتایج تجربی

4-1. MOEO-FOPID و مقایسه عملکرد آن با دیگر الگوریتم‌های تکاملی استفاده‌شده برای طراحی FOPID

4-2. MOEO-PID و مقایسه عملکرد آن با MOEO-FOPID، NSGA-II-FOPID و NSGA-II-PID

4-3. آزمون پایداری(استواری)

4-3-1. عدم قطعیت ژنراتور

4-3-2. عدم قطعیت محرک

4-3-3. عدم قطعیت تقویت‌کننده

5. نتیجه گیری

• بخشی از ترجمه:

5. نتیجه گیری

از نقطه نظر بهینه‌سازی چندهدفه، در این کار یک روش برای طراحی کنترل‌کننده FOPID مبتنی بر بهینه‌سازی چند معیاره اکسترمال (MOEO) که MEOE-FOPID نامیده می‌شود، برای سیستم AVR پیشنهاد شد. در ابتدا، مسئله طراحی FOPID برای سیستم AVR به‌صورت مسئله بهینه‌سازی با سه تابع هدف شامل انتگرال قدر مطلق خطا (IAE)، قدر مطلق خطای حالت ماندگارو زمان نشست فرموله شد، سپس این مسئله با توسعه الگوریتم MOEO بهبودیافته بر پایه مکانیسم بهینه‌سازی تکراری مبتنی بر جمعیت تکی و جهش چندجمله‌ای حل شد. یکی از مزایای جذاب روش پیشنهادی سادگی نسبی روش نسبت به روش‌های NSGA-II-FOPID، NSGA-II-PID، GA-FOPID، PSO-FOPID و CAS-FOPID به دلیل پارامترهای تنظیمی کمتر و مکانیسم بهینه‌سازی تکراری مبتنی بر جمعیت تکی با تنها اپراتور تشخیص هست. به‌علاوه، نتایج تجربی نشان می‌دهد که الگوریتم MOEO-FOPID پیشنهادی ازلحاظ دقت و نیرومندی عملکرد بهتری نسبت به دیگر الگوریتم‌ها فراهم می‌کند؛ بنابراین، MOEO-FOPID پیشنهادی را می‌توان به‌عنوان روش قابل‌اعتماد برای طراحی کنترل‌کننده‌های FOPID برای سیستم AVR و دیگر سیستم‌های صنعتی در نظر گرفت. به‌هرحال کارآمدی MOEO-FOPID ممکن است با تنظیم پارامترهای قابل تنظیم براساس مکانیسم وفقی و تعریف توابع چند معیاره مناسب بهبود یابد. از طرف دیگر، استفاده از MOEO-FOPID برای بیشتر سیستم کنترلی صنعتی پیچیده می‌تواند موضوع مهم دیگری برای تحقیقات آینده باشد.

• بخشی از مقاله انگلیسی:

5. Conclusion

From the perspective of multi-objective optimization, a novel FOPID controller design method called MOEO-FOPID for AVR system is proposed based on multi-objective extremal optimization (MOEO) in this work. Firstly, the FOPID design problem for AVR system is formulated as a multi-objective optimization problem with three objective functions including integral of absolute error (IAE), absolute steady-state error, and settling time, and then this problem is solved by developing an improved MOEO algorithm on the basis of individual-based iterated optimization mechanism and polynomial mutation (PLM). One of the most attractive advantages is the relative simplicity of MOEO-FOPID comparing with chaotic NSGA-II-FOPID [30], NSGA-II-PID [30], and single-objective evolutionary algorithms-based FOPID algorithms such as GA-FOPID[14], PSO-FOPID [14],[24], and CAS-FOPID [14] due to its fewer adjustable parameters and single individual-based iterated optimization mechanism with only mutation operation. Furthermore, extensive experimental results have shown that the proposed MOEO-FOPID algorithm provides better or at least competitive performance than these aforementioned evolutionary algorithms in terms of accuracy and robustness. Consequently, the proposed MOEO-FOPID is considered as another novel promising multi-objective evolutionary algorithm to design FOPID controllers for AVR and other industrial systems. However, the performances of MOEO-FOPID may be further improved by tuning the adjustable parameters based on an adaptive mechanism and using other possible appropriate definition of multi-objective functions. On the other hand, the extension of MOEO-FOPID to more complex practical control systems will be another significant subject of future investigation.

نوشته دانلود ترجمه مقاله طراحی کنترل کننده PID مرتبه کسری برای سیستم ولتاژ رگولاتور اتوماتیک – الزویر 2015 اولین بار در ترجمه فا پدیدار شد.

گروه آموزشی ترجمه فا اقدام به ارائه ترجمه مقاله با موضوع ” کاربرد کنترل کننده فازی نوع PID در حلقه پایاسازی سیستم طوقه ” در قالب فایل ورد نموده است که شما عزیزان میتوانید پس از دانلود رایگان مقاله انگلیسی و نیز مطالعه نمونه ترجمه و سایر مشخصات، ترجمه را خریداری نمایید.

• فهرست مطالب:

چکیده
1. مقدمه
2. فرمولبندی مسئله
3. معادلات حرکت طوقه ها
4. ایجاد حلقه تثبیت
5. طراحی کنترلر ارائه شده
6. نتایج شبیه سازی
6.1. آنالیز آشوب و بررسی اعتبارسنجی
6.2. مقایسه عملکرد کنترلرهای PI معمولی و نوع PID فازی
7. نتیجه گیری

• بخشی از ترجمه:

7. نتیجه گیری
سیستم طوقه دو محوره ارائه می شود و مدل ریاضیاتی آن با استفاده از معادله لاگرانژ با در نظر گرفتن نسبت های زاویه ای پایه، عدم تعادل حجم دینامیکی، و کوپلینگ عبوری بین شبکه های آزیموت و مرتفع ایجاد می شود. سپس، حلقه تثبیت معرفی می شود و کنترلر نوع PID فازی خود تنظیم شونده طراحی می شود. سیستم کنترل کلی ایجاد و با استفاده از ابزارهای SimMechanics و MATLAB/SIMULINK به منظور تائید اعتبار و تصحیح سیستم ارائه شده شبیه سازی می شود. اختلال گشتاور آنالیز می شود، سپس عملکرد کنترلر نوع PID فازی با استفاده از آنالیز پاسخ گذار و مطالعه کمی آنالیز خطا تست و بررسی می شود. بر اساس نتایج به دست آمده، مشاهدات زیر یادآوری می شوند. نخست، عملیات خود تنظیم شونده ارائه شده انطباق خوبی را برای سیستم طوقه ارائه می کنند که عملکرد بالا را علیرغم اختلالات گشتاور ارائه می کند به طوری که این راندمان بیشتری را در محیط دینامیکی را ارائه می¬کند که معمولا نسبت های پایه متغیر زیادی را تحمل می کند. پس از آن، کنترلر فازی ارائه شده زمان تنظیمات پاسخ را در مقایسه با کنترلر PI معمولی کاهش می دهد. در نهایت، کنترلر فازی ارائه شده نزدیکی پاسخ سیستم را بهبود می بخشد و پایداری نسبی سیستم را با کاهش قابل توجهی در اضافه جهش پاسخ بدون افزایش زمان ظهور پاسخ بصورت دینامیکی پشتیبانی می کند یعنی بدون تضعیف مهارت از پاسخ سیستم همچون موردی که معمولا در زمانی صورت می گیرد که PID معمولی مورد استفاده قرار می گیرد.

• بخشی از مقاله انگلیسی:

7. Conclusion

A two axes gimbal system was proposed and its mathematical model derived utilizing Lagrange equation considering the base angular rates, the dynamic mass unbalance, and the cross coupling between elevation and azimuth channels. Then, the stabilization loop was introduced and a self-tuning fuzzy PID type controller was designed. The overall control system has been created and simulated using MATLAB/Simulink and SimMechanics tools to confirm the validity and correction of the proposed system. The torque disturbance has been analysed, then the performance of fuzzy PID type controller has been tested using transient response analysis and a quantitative study of error analysis. Based on the results obtained, the following observations can be remarked. First, the proposed self tuning operation provides good adaptivity to the gimbal system which offers high performance despite of the torque disturbances so that it can be utilized more efficiently in dynamical environment that usually imposes large variable base rates. Then, the proposed fuzzy controller can reduce the response settling time as compared with the conventional PI controller. Finally, the proposed fuzzy controller improves the closeness of system response and support the system relative stability by reducing the response overshoot considerably without increasing the response rise time dramatically i.e. without largely abaissement or weakening the swiftness of system response like to what usually take place when the conventional PID is used.

دانلود رایگان مقاله انگلیسی

خرید ترجمه فارسی مقاله

نوشته دانلود ترجمه مقاله کاربرد کنترل کننده فازی نوع PID در حلقه پایاسازی سیستم طوقه – مجله الزویر اولین بار در ترجمه فا پدیدار شد.

• فهرست مطالب:

چکیده
1.مقدمه
2.الگوریتم های کنترل موقعیت در موتور های DC
A. کنترل PID
B.کنترل آبشاری
C. کنترل فضای حالت
D. مدل موتور DC در فضای حالت
3. بر پایی آزمایش ها
A. فعال ساز و کد کننده
B. سخت افزار ملی
4. اجرای کنترل LABVIEW
کنترل PID
کنترل آبشاری
کنترل فضای حالت
5. نتایج آزمایشی و مباحث
6. نتیجه گیری و چشم انداز
C. لیست نماد ها

• بخشی از ترجمه:

6. نتیجه گیری و چشم انداز
در این کار ، مروری بر روش های کنترل موتور DC ارائه شده است. یک کنترل کننده ی متداول PID در ابتدا مورد استفاده قرار گرفته است. پارامتر های مرتبط با این روش با استفاده از روش Zieger-Nichols و تنظیم و خطا ، تعیین شده است. سپس یک کنترل کننده ی آبشاری توسعه یافته است. در نهایت از یک کنترل کننده ی فضای حالت با حلقه ی تنظیم موقعیت و سرعت استفاده شده است . یک مدل MAtlab نیز برای فعال ساز این سیستم استفاده شده است تا بتوان روش های مختلف کنترل را شبیه سازی کرد. سپس این کنترل کننده ها در محیط LabVIEW اجرا شده است و روی آن ها آزمایش انجام شده است.
با مقایسه ی نتایج آزمایشی ( جدول 5 ) ، به این نتیجه میرسیم که کنترل موقعیت با استفاده از کنترل کننده ی فضای حالت ، سریع ترین پاسخ زمانی و کمترین زمان سکنی را دارد. میتوان از کنترل کننده ی آبشاری نیز استفاده کرد ، حتی با وجود ین که تنظیم کردن پارامتر های این روش میتوان پیچیده و دارای محاسبات سخت باشد که به علت وجود دو بلوک PI و محاسبات سرعت ، میباشد. همه ی این موارد میتوان موجب محدود شدن زمان اجرا بشود که به طور مستقیم روی پاسخ دینامیک سیستم تاثیر میگذارد. بهبود کنترل کننده های آبشاری را میتوان با استفاده از سخت افزار های واقعی ، محقق کرد ( برای مثال، ماژول NI FPGA ) و یا میتوان به طور مستقیم سرعت را اندازه گیری کرد. کنترل با استفاده از PID نیز موجب خطای حالت پایدار بسیار کم شد و زمان اوج و سکنی آن نیز قابل قبول بود.

• بخشی از مقاله انگلیسی:

VI. CONCLUSIONS AND OUTLOOK

An overview of different DC motor control approaches is given in this work. A conventional PID controller is employed first. The respective parameters are obtained using the Zieger-Nichols method and fine tuning. A cascade controller is developed next. Finally, the statespace controller with positioning and velocity loop is employed. A Matlab model of the used actuator is established in order to simulate different control approaches. Controllers are then implemented in the LabVIEW environment and experiments are conducted. By comparing experimental results (Table V), it is concluded that positioning control via the state-space controller has the fastest response and the lowest settling times. Cascade control can be efficiently used, although the tuning of its parameters can often be cumbersome and computationally more intensive due to the presence of two PI blocks and the needed velocity calculation. This all limits the execution time which directly affects system’s dynamic response. Improvements of cascade control could be achieved by using real-time hardware (e.g. the NI FPGA module) or if direct measurement of velocity would be possible. PID control results in negligible steady-state errors and acceptable rise and settling times.

دانلود رایگان مقاله انگلیسی

خرید ترجمه فارسی مقاله

نوشته دانلود مقاله ترجمه شده مقایسه الگوریتمهای متفاوت کنترل موقعیت موتور DC – مجله IEEE اولین بار در ترجمه فا پدیدار شد.

فهرست مطالب:

چکیده
۱ مقدمه
۲ ساختار شبکه ی عصبی تناسبی-انتگرالی-مشتقی
۳ الگوریتم شبکه ی عصبی تناسبی-انتگرالی-مشتقی

۳ ۱ لایه ی ورودی
۳ ۲ لایه ی پنهان
۳ ۳ لایه خروجی
۳ ۴ الگوریتم انتشار روبه عقب

۴ مثال ها

۴ ۱ سیستم یک گامی
۴ ۲ سیستم دو گامی
۴ ۳ عملکرد کنترلر تناسبی-انتگرالی-مشتقی  مرسوم و متدوال

۵ نتایج

بخشی از ترجمه:

 ۱ مقدمه

سیستم های تاخیر زمانی زیادی در فرایندهای صنعتی وجود دارد ولی طراحی کنترلرها برای آن ها سخت است و این سختی به دلیل ویژگی تاخیر زمانی آن ها است. این سیستم ها عموما مخارج کلی بیش تر و زمان تنظیم طولانی تر دارند و پایدار نیستند. در ﺗﺋوری کنترل کلاسیک متد اسمیث  می تواند برای ساختن کنترلرها به کار رود البته اگر تابع انتقال سیستم معلوم باشد. ولی، تابع انتقال یک سیستم در عمل راحت قابل اندازه گیری نیست.
بسیار معروف می باشد که کنترلرهای تناسبی-انتگرالی-مشتقی  مزیت های زیادی دارند و به همین دلیل آن ها به گونه ای بسیار گسترده در زمینه های زیادی از صنعت به ویژه در فرایند های صنایع شیمیایی استفاده می شوند. اگرچه کنترلرهای تناسبی-انتگرالی-مشتقی  قدرت بالایی دارند ولی برای کنترل سیستم های تاخیر زمانی مناسب نیستند زیرا انتخاب پارامترهای P، I و D سخت است.
شبکه های عصبی مصنوعی به دلیل فرایندهای یادگیری می توانند کنترل آداپتیو انجام دهند. ولی مشکلاتی وجود دارد، که بایستی در عمل حل شود. مشکلات اصلی سرعت یادگیری پایین، زمان همگرایی وزنه طولانی و ویژگی نامعلوم می باشد.
شبکه های عصبی تناسبی-انتگرالی-مشتقی  یک نوع جدید از سبکه ها می باشد. این شبکه ها از مزیت های هر دو کنترلر تناسبی-انتگرالی-مشتقی   و ساختار شبکه برخوردار است. این شبکه شامل نورون های تناسبی، انتگرالی و مشتقی می باشد و وزنه های مربوط به آن ها به وسیله ی الگوریتم های انتشار رو به عقب تنظیم می شود. این شبکه می تواند سیستم های مختلف را به دلیل فرایند یادگیری سریع کنترل کند و عملکرد های کامل و خوبی دارد. (شو  در سال ۱۹۹۷، ۱۹۹۸، شو و لی ۱۹۹۸، شو ۱۹۹۹).

5- نتایج:
شبکه ی عصبی تناسبی-انتگرالی-مشتقی یک شبکه ی عصبی چند لایه می باشد و ساختار آن ساده است، شبکه ی عصبی تناسبی-انتگرالی-مشتقی توانایی برای کنترل سیستم های تاخیر زمانی مختلفی دارد و عملکرد خیلی کاملی دارد. با استفاده از شبکه ی عصبی تناسبی-انتگرالی-مشتقی ما نیاز نداریم که پارامترهای سیستم را اندازه گیری یا محاسبه کنیم. کل فرایند تنظیم کردن، به وسیله ی فرایند آداپتیو و خود-یادگیری انجام می شود، شبکه ی عصبی تناسبی-انتگرالی-مشتقی زمان همگرایی کوتاه و سرعت یادگیری سریع دارد و می تواند در فرایند به صورت عملی استفاده شود.

بخشی از مقاله انگلیسی:

1. Introduction

There are a lot of time-delay systems in industry processes but it is difficult to design the controllers for them because the time-delay property. These systems generally have larger overhead, longer adjusting time and are not stable. In classical control theory the Smith method can be used to construct controllers if the transfer function of the system has been known. But, the transfer function of a practical system is not easy to measure or to complete.

As is well known conventional PID controllers have many advantages so that they are most widely used in various fields of the industry, especially in the processes of chemical industry. Although PID controllers have strong abilities they are not suitable for the control of long time-delay systems, in which the P, I, and D parameters are difficult to chose.

Artificial neural networks can perform adaptive control through learning processes. But there are some problems, which should be solved in practice. The main problems are the slow learning speed, the long weight convergence time and uncertain property.

PID neural network (PIDNN) is a new kind of networks. It utilizes the advantages of both PID control and neural structure. It consists of proportional (P), integral (I) and derivative (D) neurons and its weights are adjusted by the back-propagation algorithms. It can control different systems through quick learning process and has perfect performances (Shu, 1997, 1998a,b,c; Shu & Li, 1998; Shu, 1999a,b.

5. Conclusions

PIDNN is a multilayered neural network and its structure is simple. PIDNN has abilities to control different time-delay system and has perfect performance. Using PIDNN we needn’t measure or calculate the system parameters. The whole adjusting process is completed through self-learning and adaptive process. PIDNN has short convergence time and quick learning speed and it can be used in practical process.

دانلود رایگان مقاله انگلیسی

خرید ترجمه فارسی مقاله با فرمت ورد

خرید نسخه پاورپوینت این مقاله جهت ارائه

نوشته دانلود ترجمه مقاله شبکه های عصبی تناسبی، انتگرالی و مشتقی (PID) در سیستم های تاخیر زمانی – مجله الزویر اولین بار در ترجمه فا پدیدار شد.

فهرست مطالب:

چکیده
۱  مقدمه
۲  کارهای مربوطه
۳  شبکه های عصبی آداپتیو تناسبی انتگرالی مشتقی

۳ ۱ ساختار سیستم کنترلی
۳ ۲ کنترلر شبکه ی عصبی تناسبی انتگرالی مشتقی
۳ ۳ شروع پارامترها
۳ ۴  تنظیم پارامترهای آداپتیو

۴  تجزیه و تحلیل پایداری
۵  شبیه سازی

۵ ۱ کنترل با استفاده از شبکه ی عصبی تناسبی انتگرالی مشتقی
۵ ۲ کنترل با استفاده از شبکه ی عصبی تناسبی انتگرالی مشتقی از طریق بهینه سازی استاندارد بهینه سازی ازدحام ذره
۵ ۳ کنترل با استفاده از شبکه ی عصبی تناسبی انتگرالی مشتقی آداپتیو

۶ نتیجه گیری

بخشی از ترجمه:

۱ مقدمه

در زمینه ی صنعتی، سیستم کنترل شده که شامل سیستم هوافضا، سیستم وسایل نقلیه، سیستم روبات، سیستم قدرت، سیستم واکنش شیمیایی و … می باشند معمولا غیرخطی زیادی دارند. این خیلی سخت است که با استفاده از متدهای کنترلی هوشمند شامل کنترل آداپتیو [۱, ۲]، کنترل فازی [۳-۵]، کنترل شبکه ی عصبی [۶-۸] و کنترل مجزا کردن [۹-۱۱] یک عملکرد کنترلی دقیق بدست آورد. متدهای کنترلی ترکیب شده ی زیادی از قبیل شبکه ی عصبی تناسبی-انتگرالی-مشتقی مطرح شده است. به دلیل ویژگی های خود- یادگیری، خود- سازماندهی کردن و خود- تنظیمی، شبکه ی عصبی تناسبی-انتگرالی-مشتقی به طور اتوماتیک پارامترهای سیستم کنترل شده را شناسایی کرده و بر اساس تغییرات سیستم آن ها را تنظیم می کند.
در این مقاله، ما یک متد کنترلی بر پایه ی شبکه های عصبی تناسبی-انتگرالی-مشتقی آداپتیو مطرح کرده ایم. برای جلوگیری از افتادن وزنه های شبکه های عصبی در درون نقاط بهینه ی موضعی، الگوریتم بهینه سازی ازدحام ذره اتخاذ شده است تا وزنه های اولیه را انتخاب کند. پارامترهای شبکه ی عصبی تناسبی-انتگرالی-مشتقی خود تنظیمی هستند. متد کاهش گرادیان بهبود یافته استفاده شده است تا وزنه های شبکه را بهینه کند.

 5- نتایج:
شبکه ی عصبی تناسبی-انتگرالی-مشتقی یک شبکه ی عصبی چند لایه می باشد و ساختار آن ساده است، شبکه ی عصبی تناسبی-انتگرالی-مشتقی توانایی برای کنترل سیستم های تاخیر زمانی مختلفی دارد و عملکرد خیلی کاملی دارد. با استفاده از شبکه ی عصبی تناسبی-انتگرالی-مشتقی ما نیاز نداریم که پارامترهای سیستم را اندازه گیری یا محاسبه کنیم. کل فرایند تنظیم کردن، به وسیله ی فرایند آداپتیو و خود-یادگیری انجام می شود، شبکه ی عصبی تناسبی-انتگرالی-مشتقی زمان همگرایی کوتاه و سرعت یادگیری سریع دارد و می تواند در فرایند به صورت عملی استفاده شود.

دانلود رایگان مقاله انگلیسی

خرید ترجمه فارسی مقاله با فرمت ورد

خرید نسخه پاورپوینت این مقاله جهت ارائه

نوشته دانلود ترجمه مقاله کنترل سیستم غیر خطی پیچیده با شبکه عصبی PID – مجله الزویر اولین بار در ترجمه فا پدیدار شد.