دانه بندی اطلاعات، شناسایی سیستم و طراحی کنترل کننده به روش های rough و fuzzy-rough

مدلِ بسیاری از سیستم های پیچیده ی صنعتی، بصورت کامل شناخته نشده است و به همین دلیل طراحی کنترل کننده برای آنها با مشکل مواجه است. این سیستم ها سال های زیادی تحت نظارت اپراتورها، بصورت راضی کننده ای کار کرده اند ولی در مواردی لازم است آنها بطور کامل اتوماتیک شوند. از طرفی، هزینه ی مدلسازی و شناسایی این سیستم ها و طراحی سیستم های کنترلی کامپیوتری توسط روش های معمول، بسیار بالا خواهد بود. از آنجایی که کنترل کننده ی فازی را می توان بدون دانستن مدل ریاضی و بر پایه ی قوانینی که از تجربیات متخصصین بدست می آیند طراحی کرد، این نوع کنترل کننده ها کاربرد زیادی در سیستم های پیچیده ی دارای تأخیر و یا غیرخطی پیدا کرده اند. اینکه چطور می توان تجربیات متخصصین را به قوانین کنترلیِ فازی تبدیل کرد، موضوع مهمی در طراحی کنترل کننده های فازی و شناسایی سیستم ها به روش فازی است. تیوری مجموعه های rough یک الگوریتم جدید برای استخراج مستقیم قوانین فازی از داده های مشاهده شده می باشد. برای کاهش حجم محاسبات، با استفاده از این تیوری می توان مجموع? مینیمالِ وابستگی های بین اندازه گیری ها و فعالیت های کنترلیِ قبلی و فعلی را بدست آورد. مجموعه های فازی و rough هردو، تیوری هایی برای برخورد با مسایل دارای ابهام هستند که می توانند تکمیل کننده های خوبی برای یکدیگر باشند. اخیراً محققین روی ترکیب این دو تیوری نیز تحقیقاتی انجام داده اند که نتیج? آن نیز مجموعه های fuzzy-rough می باشند، لذا نحو? ترکیب rough sets با تیوری های مختلف جهت رویارویی با ابهام، زمین? با ارزشی برای تحقیق بیشتر می باشد. بعلاوه استفاده از این مجموعه های جدید در شناسایی سیستم ها و طراحی کنترل کننده ها نیز از کاربردهای بسیار مفید این تحقیق می باشد. در این پروژه نیز با استفاده از تیوری مجموعه های rough و همچنین ترکیب آن با مجموعه های فازی یعنی مجموعه های fuzzy-rough، قوانین کنترلی و مدلِ بر پایه ی قانونِ یک سیستم نمونه، از حجم وسیعی از داده های ورودی-خروجیِ آن سیستم، استخراج شده است. بعلاوه نشان داده شده که کارایی کنترل کننده ی بر پایه ی قوانین بدست آمده نسبت به کنترل کننده ی قبلی بهبود یافته و در برخورد با اغتشاش نیز مقاوم تر عمل می کند. بدین وسیله کاربرد مجموعه های rough و ترکیب آن با مجموعه های فازی، در کنترل و شناسایی سیستم ها نشان داده شده است.