در این پایان نامه، کنترل نرو-فازی در پرنده هدایت پذیر از دور (پهپاد) استفاده شده است ابتدا در روش پیشنهادی اول، کنترل کننده نرو-فازی توسط مجموعه اطلاعات یک کنترل کننده pid به صورت off-line آموزش دیده است و در روش دوم یک کنترل کننده نرو-فازی on-line مبتنی بر شناسایی سیستم توسط شبکه عصبی rbf پیشنهاد شده است. سپس کاربرد این کنترل کننده در پهپاد بررسی شده است و مقایسه ای ما بین کنترل کننده های معمول در پهپاد ها انجام شده است که نشانگر برتری کنترلر پیشنهادی است. در قسمت بعدی، یک کنترل کننده نرو-فازی به صورت عملی با atmega32 -پردازنده مورد استفاده در این قسمت- برای کنترل دور یک موتور dc به کار گرفته شده است. کنترل دور موتور که یکی از مفاهیم مهم در حرکت یک پهپاد به حساب می آید بررسی شده است. این مهم با استفاده از شناسایی سیستم توسط الگوریتم بهینه سازی pso انجام شده است.

امروزه کاهش مصرف سوخت و تولید آلاینده های خودروها به اهداف اساسی کارخانه های خودرو سازی مبدل شده است. به همین دلیل صنایع خودرو سازی گام های علمی موثری در این زمینه برداشته اند که حاصل از این تلاش، خودروهای الکتریکی و هیبریدی الکتریکی می باشد که تاثیر بسزایی در کاهش مصرف سوخت و کاهش میزان تولید آلاینده ها دارند. سایزینگ (اندازه بهینه اجزاء) خودروی هیبریدی یکی از مسائل مهم در طراحی خودرو می باشد. آنچه در این تحقیق مورد بررسی واقع می شود مدل سازی و شبیه سازی خودروی هیبریدی (سری و موازی) به کمک نرم افزار advisor می باشد. اندازه بهینه اجزای این خودرو، شامل بسته باتری، موتور احتراق داخلی و موتور الکتریکی توسط الگوریتم ژنتیک محاسبه شده است. اهداف اصلی در این بهینه سازی، بهینه سازی وزن خودرو، حداکثر نمودن صرفه جویی سوخت و به حداقل رساندن آلایندگی در یک سیکل حرکتی می باشد. این خودرو شبیه سازی شده در یک شهر مجازی (سیکل ترکیبی مسافرتی ftp_whfet) آزمایش شده است و عملکرد آن از نقطه نظرهای، مصرف سوخت، شار‍‍ژ باتری و آلایندگی خودرو سنجیده شده است. نتایج شبیه سازی عملکرد مطلوب سایزینگ و تاثیر بهینه سازی پارامترهای سایزینگ را نشان می دهد، بطوریکه کاهش 20% مصرف سوخت، 50%درصدی آلایندگی و 17 درصدی وزن برای خودروی موازی و کاهش 25% مصرف سوخت و 17% آلایندگی و 16 درصدی وزن برای خودروی سری، نسبت به حالت پیش فرض مشاهده شده است.