سیستم کنترل فعال نویز پیش خور، از جمله ی سیستم های وفقی است که برای کنترل و حذف سیگنال ها و نویزهای ناخواسته به کار برده می شود. کارکرد سیستم کنترل فعال نویز، تولید یک نویز صوتی ثانویه است که در مقایسه با نویز ناخواسته ی اولی دارای دامنه ی یکسان و فاز مخالف می باشد. مجموع این دو سیگنال، نویز ناخواسته را تضعیف می کند. سیستم کنترل فعال نویز با استفاده از شبکه های عصبی با هدف ایجاد یک الگوریتم برای به وجود آمدن شرایط مناسب برای داشتن همگرایی سریعتر به کار برده می شود. در این تحقیق از الگوریتم nfxlms برای حذف نویز در سیستم کنترل فعال نویز استفاده می شود. هم چنین در این تحقیق، روشی برای به دست آوردن ضریب یادگیری بهینه برای بهبود راندمان حذف نویز آورده شده است. اگر تأخیر زیرسیستم های مربوط به حذف نویز بالاتر از تأخیرهای مسیر ابتدایی باشد؛ شرایط غیرعلی در این سیستم رخ خواهد داد. در این تحقیق، راندمان سیستم کنترل فعال نویز پیش خور مبتنی بر شبکه ی عصبی برای یک داکت تحت شرایط غیرعلی مورد مطالعه قرار می گیرد. برای این هدف، از الگوریتم fxlms مبتنی بر شبکه ی عصبی تحت شرایط غیرعلی استفاده می شود و نتایج آن با الگوریتم fxlms معمولی در شرایط یکسان مقایسه خواهد شد. نتایج بیانگر این مطلب است که سیستم کنترل فعال نویز در شرایط غیرعلی با استفاده از الگوریتم شبکه ی عصبی راندمان بهتری از خود نشان می دهد.

در این پایان نامه مسئله پایداری در سیستم های هایبرید خطی و غیر خطی با پاس خهای فیلیپوف بررسی شده است. ابتدا قضیه ای پیشنهاد خواهد شد که اگر شرایط آن برقرار باشد می توان نتیجه گرفت که یک سیستم سوئیچ شونده غیرخطی با عدم قطعیت تعریف شده روی فضاهای فشرده با جوا بهای فیلیپوف پایدار است. برای این که این شرایط از لحاظ عملی قابل تحقیق باشند، نتایج مذکور را با اعمال یک مجموعه فرض ها به فرم یک سری برنامه مجموعه مربعات بیان می کنیم که حل آن ها توسط نامساو یهای ماتریسی خطی قابل تحقق است. سپس به بررسی سیستم های تکه ای خطی تعریف شده روی فضاهای چند وجهی خواهیم پرداخت. نشان داده می شود که اگر یک سری نامساو یهای ماتریسی خطی صادق باشند سپس م یتوان نتیجه گرفت که همه جوا بهای فیلیپوف سیستم منتاظر آنها پایدار مجانبی هستند. همچنین حالتی که سیستم دارای عدم قطعیت است نیز در نظر گرفته می شود.

در این پایان نامه مسئله شناسایی سیستم با پاسخ ضربه نامحدود با استفاده از الگوریتم های تکاملی بررسی شده است. ابتدا شناسایی سیستم با پاسخ ضربه نامحدود (iir) به صورت یک مسئله بهینه سازی پیچیده معرفی می گردد. سپس دو الگوریتم تکاملی که به تازگی معرفی شده اند، به عنوان روش های حل مسئله بهینه سازی مذکور به کار گرفته می شوند. به این ترتیب که این الگوریتم ها در نقش یک الگوریتم وفقی چنان عمل می کنند تا بهترین فیلتر با پاسخ ضربه نا محدود را از نظر انطباق خروجی مدل با خروجی سیستم مورد شناسایی بیابند. هم چنین برای رسیدن به عملکرد بهتر، نسخه های اصلاح شده الگوریتم های فوق ارائه میگردند. به این منظور از تکنیکهای مختلفی از جمله نظریه آشوب جهت ترکیب با الگوریتم های تکاملی که پیشتر معرفی شده اند بهره گرفته شده است. در نهایت کارایی الگوریتم های پیشنهادی از نظر سرعت و دقت بهینه سازی مسئله شناسایی سیستم در مقایسه با نسخه های اولیه شان و نیز برخی از الگوریتم های تکاملی معروف با استفاده از شبیه سازی بررسی می شود.

استفاده از کپسول های آندوسکوپی اولین بار در اوایل دهه 1980 مطرح شده و اولین کپسول با قابلیت عکس برداری از روده کوچک در سال 2000 ارائه شد. پس از کپسول های آندوسکوپی نظریه هایی برای طراحی و ساخت روبات های کپسولی یا کپسوبات ها مطرح شد. در این پایان نامه دسته ای از کپسوبات ها با نام کپسوبات های بدون پا مورد بررسی قرار می گیرند که دارای مکانیزم حرکتی داخلی می باشند و دو راهکار کلی در این پایان نامه برای کنترل حرکت آن ارائه شده است. در راهکار اول، با پیاده سازی قوانین حاکم بر سیستم کپسوبات، معادلات دینامیکی حاکم بر آن به دست آمده و سپس یک مکانیزم حرکتی پنج مرحله ای برای آن ارائه شد. سپس از روش های بهینه سازی غیرخطی استفاده می شود تا خروجی سیستم کپسوبات بهینه سازی شود. در راهکار دوم، پس از محاسبه تابع تبدیل تقریبی سیستم کپسوبات، یک کنترل کننده تناسبی-انتگرال گیر-مشتق گیر به آن اضافه شده و ضرایب این کنترل کننده با استفاده از دو روش بهینه سازی شدند: الگوریتم ژنتیک آشوبی و الگوریتم رقابت استعماری اصلاح شده. برای هر دو الگوریتم ذکر شده خروجی های سیستم کپسوبات (یعنی مکان و سرعت کپسوبات) شبیه سازی شده و نتایج با هم مقایسه شدند. در نهایت، بهترین نتیجه از بین روش های ارائه شده با نتایج موجود در تحقیقات انجام شده در گذشته مقایسه شد.

چکیده ندارد.