فهرست مطالبعنوانشمارهي صفحهتقدیمأتشكر و قدردانيبچکيدهتفهرست مطالبثفهرست شکلهاحفهرست جدولهاخ1:معرفی مبانی و مفاهیم اصلی11-1- مقدمه21-2- تعریف محاسبات نرم(SC)31-3- اهداف محاسبات نرم41-4- اهمیت محاسبات نرم52: محاسبات فازی، محاسبات عصبی و الگوریتمهای مبتنی بر ژنتیک و الگوریتم ازدحام ذرات62-1- منطق فازی72-1-1- تفاوت مجموعههای فازی و مجموعههای کلاسیک82-1-2- مجموعههای خشک و غیر خشک92-1-3- تشریح مجموعههای فازی102-1-4- روند بکارگیری منطق فازی112-1-5- منطق فازی و ارتباط آن با هوش مصنوعی132-2- شبکههای عصبی142-2-1- مقدمهای بر شبکههای عصبی مصنوعی142-2-2- شباهت با مغز142-2-3- شبكههاي عصبي مصنوعي172-2-4- سلول عصبي مصنوعي182-2-5- ساختار شبکه هاي عصبي مصنوعي و عملکرد آنها192-2-6- تقسيمبندي شبكه هاي عصبي براساس ساختار212-2-7- تقسيمبندي شبكه هاي عصبي براساس الگوريتم يادگيري222-2-8- نگرشي كلي بر آموزش شبكه232-3- الگوریتمهای بهینه سازی تکاملی252-4- الگوریتم ژنتیک262-4-1- مقدمه262-4-2- نمایش کروموزوم292-4-3- نقشههای انکدینگ312-4-4- مقداردهی اولیهی جمعیت322-4-5- تابع تناسب332-4-6- عملگرهای ژنتیک342-4-7- روشهای انتخاب382-5- الگوریتم ازدحام ذرات (PSO)403: کاربرد منطق فازی در رباتهای سیار443-1- تاریخچه453-2- مقدمه453-3- دلایل استفاده از کنترلکنندههای فازی463-4- ساختار یک کنترلکننده فازی473-5- روشهای فازی مورد استفاده در رباتها493-5-1- کنترل موقعیت در جابجایی رباتها504: طراحی کنترلکننده مبتنی بر محاسبات نرم564-1- تکنیکهای محاسبات نرم574-2- کنترل بازخورد متناسب با مشتق و شتاب604-3- کنترلکنندههای منطق فازی چند متغیره624-4- سیستمهای کنترلی عصبی فازی(HFNC)634-4-1- آموزش سبکه عصبی تابع پایه شعاعی (RBFNN)65مراجع و مأخذ:69 فهرست شکلهاعنوانشمارهي صفحهشکل 2‑1: تفاوت مجموعهبندی مقادیر در (الف) منطق فازی و (ب) غیر فازی10شکل 2‑2: نگاشت پیوستهای از مقادیر تابع تعلق11شکل 2‑3: میزان تعلقات دمایی تعیین شده توسط فرد خبره جهت تنظیم حرارت محیط12شکل 2‑4: میزان تأثیر پذیری یک مقدار از توابع تعلق متناظر13شکل 2‑5: مشخصات اصلي نرون بيولوژيکي16شکل 2‑6: ساختار سيناپس بيولوژيکي17شکل 2‑7: شبکه با يک نرون19شکل 2‑8: شبکه عصبي مصنوعي و لايههاي مختلف موجود در آن19شکل 2‑9: نمایش مفهومی فرایند بهینهسازی با یک الگوریتم ژنتیک29شکل 2‑10: تکرار GA در جمعیتهای متوالی32شکل 2‑11: یک تقاطع تک نقطهی نمونه در نمایش دودویی36شکل 2‑12: عملیات جهش در نمایش دودویی38شکل 2‑13: تشریح سرعت و موقعیت PSO ذره Xi در فضای جستجوی دو بعدی42شکل 2‑14: فلوچارت بهینهسازی ازدحام ذرات43شکل 3‑1: دیاگرام بلوکی یک سیستم کنترل کننده فازی45شکل 3‑2: دستهبندی روشهای طراحی کنترلکنندهها46شکل 3‑3: بلوک دیاگرام جهت نمایش اجزای تشکيل دهنده یک کنترل کننده فازی47شکل 3‑4: شماتیکی از اعمال دستور زاویهای به ربات50شکل 3‑5: دیاگرام بلوکی جهت تولید زاویه چرخش ربات50شکل 3‑6: نمودار زاویه اعمالی به ربات و زاویه بازگشتی از ربات51شکل 4‑1: ساختار متناسب کنترلر مشتق شده و شتاب60شکل 4‑2: ساختار کنترلکنندههای منطق فازی MIMO های کوپل شده63شکل 4‑3: ساختار یک کنترل کننده هیبریدی فازی-عصبی64 فهرست جدولهاعنوانشمارهي صفحهجدول 1‑1: روند توسعه محاسبات نرم2جدول 1‑2: توسعه زیر مجموعههای محاسبت نرم3فصل اول 1: معرفی مبانی و مفاهیم اصلی1-1- مقدمهایده اصلی محاسبات نرم در سال 1981 توسط پروفسور زاده[1] در اولین مقاله منتشر شده توسط ایشان با نام "محاسبات نرم چیست" معرفی گردید. در تعریف وی، محاسبات نرم تلفیقی بود از چند حوزه، شامل منطق فازی، محاسبات عصبی[2]، روندهای تکاملی، محاسبات ژنتیکی و محاسبات آماری.این حوزه، به ترکیب روشهایی منتهی میگردد که جهت مدل کردن رفتار سیستمهای پیچیده جهان واقعی (سیستمهای کاربردی عملی و غیر تئوری) مورد استفاده قرار میگیرند که مدلسازی اغلب آنها با استفاده از قوانین محاسباتی ریاضیات مطلق و منطق سخت[3] غیر ممکن و یا بسیار دشوار میباشد. حالآنکه با استفاده از روشهای محاسبات نرم میتوان پیادهسازی و شبیهسازیهای عملی و کاربردی برای آنها ارائه نمود.مزیت محاسبات نرم به رفتاری است که در برابر سیستمهای غیر قطعی، تقریبی و نسبی از خود نشان میدهد. این مزیت موجب میشود که رفتاری مشابه انسان (که قابلیت تعمیم بسیار بالایی دارد) را از خود نشان دهد.برای نشان دادن روند توسعه مرزهای حوزه محاسبات نرم میتوان چنین رابطهای را در نظر گرفت:[1] لطفعلی عسکرزاده (۱۲۹۹، باکو)، مشهور به لطفی زاده یا لطفی ع زاده، بنیانگذار منطق فازیو استاد دانشگاه برکلیدر کالیفرنیا.
استفاده از روشهای محاسبات نرم در طراحی کنترلکنندههای هوشمند word
فهرست مطالبعنوانشمارهي صفحهتقدیمأتشكر و قدردانيبچکيدهتفهرست مطالبثفهرست شکلهاحفهرست جدولهاخ1:معرفی مبانی و مفاهیم اصلی11-1- مقدمه21-2- تعریف محاسبات نرم(SC)31-3- اهداف محاسبات نرم41-4- اهمیت محاسبات نرم52: محاسبات فازی، محاسبات عصبی و الگوریتمهای مبتنی بر ژنتیک و الگوریتم ازدحام ذرات62-1- منطق فازی72-1-1- تفاوت مجموعههای فازی و مجموعههای کلاسیک82-1-2- مجموعههای خشک و غیر خشک92-1-3- تشریح مجموعههای فازی102-1-4- روند بکارگیری منطق فازی112-1-5- منطق فازی و ارتباط آن با هوش مصنوعی132-2- شبکههای عصبی142-2-1- مقدمهای بر شبکههای عصبی مصنوعی142-2-2- شباهت با مغز142-2-3- شبكههاي عصبي مصنوعي172-2-4- سلول عصبي مصنوعي182-2-5- ساختار شبکه هاي عصبي مصنوعي و عملکرد آنها192-2-6- تقسيمبندي شبكه هاي عصبي براساس ساختار212-2-7- تقسيمبندي شبكه هاي عصبي براساس الگوريتم يادگيري222-2-8- نگرشي كلي بر آموزش شبكه232-3- الگوریتمهای بهینه سازی تکاملی252-4- الگوریتم ژنتیک262-4-1- مقدمه262-4-2- نمایش کروموزوم292-4-3- نقشههای انکدینگ312-4-4- مقداردهی اولیهی جمعیت322-4-5- تابع تناسب332-4-6- عملگرهای ژنتیک342-4-7- روشهای انتخاب382-5- الگوریتم ازدحام ذرات (PSO)403: کاربرد منطق فازی در رباتهای سیار443-1- تاریخچه453-2- مقدمه453-3- دلایل استفاده از کنترلکنندههای فازی463-4- ساختار یک کنترلکننده فازی473-5- روشهای فازی مورد استفاده در رباتها493-5-1- کنترل موقعیت در جابجایی رباتها504: طراحی کنترلکننده مبتنی بر محاسبات نرم564-1- تکنیکهای محاسبات نرم574-2- کنترل بازخورد متناسب با مشتق و شتاب604-3- کنترلکنندههای منطق فازی چند متغیره624-4- سیستمهای کنترلی عصبی فازی(HFNC)634-4-1- آموزش سبکه عصبی تابع پایه شعاعی (RBFNN)65مراجع و مأخذ:69 فهرست شکلهاعنوانشمارهي صفحهشکل 2‑1: تفاوت مجموعهبندی مقادیر در (الف) منطق فازی و (ب) غیر فازی10شکل 2‑2: نگاشت پیوستهای از مقادیر تابع تعلق11شکل 2‑3: میزان تعلقات دمایی تعیین شده توسط فرد خبره جهت تنظیم حرارت محیط12شکل 2‑4: میزان تأثیر پذیری یک مقدار از توابع تعلق متناظر13شکل 2‑5: مشخصات اصلي نرون بيولوژيکي16شکل 2‑6: ساختار سيناپس بيولوژيکي17شکل 2‑7: شبکه با يک نرون19شکل 2‑8: شبکه عصبي مصنوعي و لايههاي مختلف موجود در آن19شکل 2‑9: نمایش مفهومی فرایند بهینهسازی با یک الگوریتم ژنتیک29شکل 2‑10: تکرار GA در جمعیتهای متوالی32شکل 2‑11: یک تقاطع تک نقطهی نمونه در نمایش دودویی36شکل 2‑12: عملیات جهش در نمایش دودویی38شکل 2‑13: تشریح سرعت و موقعیت PSO ذره Xi در فضای جستجوی دو بعدی42شکل 2‑14: فلوچارت بهینهسازی ازدحام ذرات43شکل 3‑1: دیاگرام بلوکی یک سیستم کنترل کننده فازی45شکل 3‑2: دستهبندی روشهای طراحی کنترلکنندهها46شکل 3‑3: بلوک دیاگرام جهت نمایش اجزای تشکيل دهنده یک کنترل کننده فازی47شکل 3‑4: شماتیکی از اعمال دستور زاویهای به ربات50شکل 3‑5: دیاگرام بلوکی جهت تولید زاویه چرخش ربات50شکل 3‑6: نمودار زاویه اعمالی به ربات و زاویه بازگشتی از ربات51شکل 4‑1: ساختار متناسب کنترلر مشتق شده و شتاب60شکل 4‑2: ساختار کنترلکنندههای منطق فازی MIMO های کوپل شده63شکل 4‑3: ساختار یک کنترل کننده هیبریدی فازی-عصبی64 فهرست جدولهاعنوانشمارهي صفحهجدول 1‑1: روند توسعه محاسبات نرم2جدول 1‑2: توسعه زیر مجموعههای محاسبت نرم3فصل اول 1: معرفی مبانی و مفاهیم اصلی1-1- مقدمهایده اصلی محاسبات نرم در سال 1981 توسط پروفسور زاده[1] در اولین مقاله منتشر شده توسط ایشان با نام "محاسبات نرم چیست" معرفی گردید. در تعریف وی، محاسبات نرم تلفیقی بود از چند حوزه، شامل منطق فازی، محاسبات عصبی[2]، روندهای تکاملی، محاسبات ژنتیکی و محاسبات آماری.این حوزه، به ترکیب روشهایی منتهی میگردد که جهت مدل کردن رفتار سیستمهای پیچیده جهان واقعی (سیستمهای کاربردی عملی و غیر تئوری) مورد استفاده قرار میگیرند که مدلسازی اغلب آنها با استفاده از قوانین محاسباتی ریاضیات مطلق و منطق سخت[3] غیر ممکن و یا بسیار دشوار میباشد. حالآنکه با استفاده از روشهای محاسبات نرم میتوان پیادهسازی و شبیهسازیهای عملی و کاربردی برای آنها ارائه نمود.مزیت محاسبات نرم به رفتاری است که در برابر سیستمهای غیر قطعی، تقریبی و نسبی از خود نشان میدهد. این مزیت موجب میشود که رفتاری مشابه انسان (که قابلیت تعمیم بسیار بالایی دارد) را از خود نشان دهد.برای نشان دادن روند توسعه مرزهای حوزه محاسبات نرم میتوان چنین رابطهای را در نظر گرفت:[1] لطفعلی عسکرزاده (۱۲۹۹، باکو)، مشهور به لطفی زاده یا لطفی ع زاده، بنیانگذار منطق فازیو استاد دانشگاه برکلیدر کالیفرنیا.