سیستم های مقیاس بزرگ، سیستم های دینامیکی پیچیده ای هستند که از به هم پیوستن چندین زیر سیستم، که با یکدیگر در ارتباط هستند، حاصل شده اند. معمولاً کنترل این دسته از سیستم ها، توسط یک عامل کنترلی، امکان پذیر نیست و به جای آن از ساختار کنترل غیر متمرکز (چند عامل کنترلی) استفاده می شود. از جمله روش های پیشرفته و پیشتاز در علم کنترل، کنترل مدل پیش بین است که از دهه 1970 معرفی گردید. این روش مبتنی بر ب...

در رساله حاضر به طراحی یک سیستم کنترل پیش بین مقاوم با رویکرد h2، ∞h_و mpc برای یک صفحه پایدار ژیروسکوپی سه محوره پرداخته شده است. صفحه پایدار تحت اثر اغتشاشات پایه حامل خود (خودرو یا جسم پرنده) قرار دارد. بار مفید پایدارکننده، دوربین های فیلمبرداری تجاری و نظامی در نظر گرفته شده که کیفیت تصویر و حفظ سوژه در میدان دید از اهمیت زیادی برخوردار می باشد. در بخش اول پس از مدل سازی و استخراج معادلات...

بیش از چهار دهه است که کنترل کننده¬های پیش¬بین در صنعت مورد استفاده قرار گرفته و همچنین در محیط¬های آکادمیک مورد مطالعه قرار می¬گیرند و از جمله تحقیقات به روز حساب می¬آیند. در این بین کنترل کننده¬های پیش¬بین تعمیم یافته به دلیل ویژگی¬های منحصر به فرد خود در زمینه حل برخی از مشکلات سیستم¬های تأخیردار، ناکمینه فاز و ناپایدار و همچنین قابلیت کارکرد با مدل¬های ساده تابع تبدیل کاربرد وسیعی در صنایع ...

از مشکلات اصلی بکار گیری شبکه عصبی تعیین تعداد نرون های بهینه در لایه ی پنهان آن است. هر چه سیستم ساده تر و رفتار آن به یک سیستم خطی نزدیکتر باشد، به طبع تعداد نرون های کمتری برای شناسایی آن لازم است. روش معمول برای تعیین تعداد نرون بهینه، بررسی نمودار mse داده های آزمایش و آموزش، برحسب تعداد نرون ها می باشد. در این پروژه از شاخص هایی برای تشخیص میزان پیچیدگی یک سیستم استفاده شده تا تعداد نرون ...

در این پروژه، عملکرد کنترل پیش بین مقاوم با کنترل مقاوم کلاسیک بر روی سیستم آب تغذیه ی بویلر نیروگاه مقایسه شده است. نتایج بدست آمده از این تحقیق نشان می دهد که کنترل پیش بین مقاوم، در مواردی مانند سرعت، دقت و در مجموع از نظر عملکرد کلی، بهتر از کنترل مقاوم کلاسیک بوده است. کنتدل کننده ی پیش بینی که عدم قطعیت بین مدل و فرایند را در نظر می گیرند، کنترل کننده های پیش بین مقاوم نامیده می شوند. از...

در این نوشتار الگوریتم کنترل پیش بین غیرخطی (nmpc) مبتنی بر مدل شبکه عصبی برای سیستمهای غیرخطی چندمتغیره پیشنهاد شده است. ابتدا یک مدل چند ورودی – چند خروجی (mimo) با استفاده از شبکه عصبی پرسپترون چندلایه (mlp) بدست می آید که با الگوریتم levenberg-marquardt و سیگنالهای آموزش باینری شبه تصادفی دامنه دار (aprbs) همراه با نویز آموزش می بیند. این مدل به عنوان یک مدل کلی برای تمام نقاط کاری مورد نظر...

کنترل پیش¬بین مقاوم یکی از روش¬های رایج کنترل سیستم¬های غیرخطی گسسته زمان است. این روش برای سیستم¬هایی قابل اعمال است که دارای دو بخش خطی و غیرخطی باشند. به شرطی که بخش غیرخطی آن در شرط لیپ¬شیتز صدق کند. در این پایان¬نامه برای افزایش ناحیه جذب کنترل پیش¬بین مقاوم از روش زمان¬بندی بهره استفاده شده است. با استفاده از این روش علاوه بر نقطه تعادل مطلوب نقاط تعادل دیگری نیز انتخاب شده و با استفاده ا...