در این پایان نامه ابتدا، یک مدل دقیق و غیرخطی برای توربین نیروگاه نکا با استفاده از داده ها و مدارک فنی این نیروگاه، ارائه شده است. در این پایان نامه استفاده از ساختار کنترل هماهنگ، به منظور افزایش بازدهی آن پیشنهاد شده است. سپس در ادامه با انجام عملیات شناسایی، مدل سیستم در بارهای مختلف به دست آمد. سپس با تعیین حد بالای نامعینی و انتخاب تابع وزنی مناسب برای عملکرد سیستم، یک کنترل کننده مقاوم برای سیستم طراحی و به مدل غیر خطی توربین اعمال شده است. با توجه به نامعینی سیستم، پاسخ در این حالت به اندازه کافی مناسب نبوده و از دقت کافی برخوردار نمی باشد. در مرحله بعدی، با استفاده از ساختار فیدبک موازی، حلقه سیستم توربین بخار با یک کنترل کنندهpi بسته شده است که این امر باعث کاهش نامعینی سیستم تا حد زیادی می شود، سپس در حلقه خارجی یک کنترل کننده مقاوم برای سیستم توربین بخار طراحی شده است. نتایج شبیه سازی عملکرد بسیار خوب سیستم حلقه بسته با این کنترل کننده را در ردیابی مناسب، سرعت بالاو از بین رفتن نوسانات نشان می دهد.

شبکه anfis نوعی شبکه ی تطبیقی است که از لحاظ عملکرد با سیستم استنتاج فازی معادل است و به کمک مجموعه ای از داده های ورودی و خروجی، یک سیستم استنتاج فازی را ایجاد می کند. پس از دستیابی به معماری صحیح شبکه anfis، آموزش دادن پارامترهای آن یکی از موضوعات مهم در طراحی سیستم های کنترل هوشمند anfis است. برای آموزش دادن این شبکه ها، بیشتر از روش آموزش بر پایه گرادیان استفاده می شود که نیازمند محاسبه گرادیان در هر گام است. اما در این پروژه از الگوریتم غیر گرادیانی ممتیک برای آموزش anfis استفاده شده است بطوریکه ربات زیرآبی توسط سیستم کنترلی anfis و الگوریتم ممتیک ردیابی مسیر می نماید. سیستم استنتاجی فازی- شبکه عصبی- تطبیقی بکار گرفته شده از استنتاج سوگنو درجه یک بهره می برد. الگوریتم ممتیک نوعی الگوریتم تکاملی می باشد که برای بهینه سازی یک مسئله، از روش ترکیب جستجوهای محلی با دیگر الگوریتم های تکاملی بهره می برد و منجر به دستیابی به پاسخ های بهتر می گردد. در این پژوهش با توجه به تکامل رفتاری در حل یک مسئله بهینه سازی، استراتژی تطبیقی برای الگوریتم ممتیک ارائه شده است. با تعیین یک پارامتر تطبیقی برای الگوریتم در هر تکرار، تعداد جمعیت، احتمال جهش و شرایط ورود به الگوریتم های جستجوی محلی را می توان به صورت تطبیقی تعیین نمود. این الگوریتم تطبیقی برای سیستم های استاتیکی و دینامیکی مناسب می باشد و از آن برای کنترل خارج خط یک ربات زیرآبی همراه با کنترلر anfis استفاده شده است. پارامترهای متغیر شبکه کنترلی anfis مانند مرکز و انحراف معیار تابع گوسی و ضرایب مدل سوگنو توسط الگوریتم ممتیک تعلیم داده می شوند تا ربات بر روی مسیر از پیش تعیین شده همراه اغتشاش با حداقل خطا حرکت کند. مقایسه نتایج تعلیم کنترلر توسط الگوریتم ممتیک با نتایج حاصل از تعلیم کنترلر توسط الگوریتم ژنتیک، دقت و پایداری بیشتر روش تعلیم توسط الگوریتم ممتیک را نشان می دهد.

قابلیت خودرو در تصادف ،توانایی ساختار در حفظ جان سرنشینان، حین برخورد است. بهبود قابلیت خودرو در تصادف، یکی از فاکتورهای طراحی است که طراحان در جهت بهبود آن می کوشند. بهبود بخشیدن به قابلیت خودرو در تصادف ، با توجه به طبیعت پیچیده ساختار خودرو امری بسیار چالش بر انگیزی است. در این رساله مدل هایی برای پیش بینی رفتار آدمک و هم چنین مدل هایی از نوع جرم توده ای برای پیش بینی پالس تصادف خودرو ارائه شده است . از ترکیب این دو مدل با هم مدلی کامل برای پیش بینی رفتار خودرو و آدمک حین برخورد از جلو بدست آمده است و با بهینه سازی این مدل پارامتر های جدید ، جهت دستیابی به قابلیت بالاتر خودرو در تصادف تعیین شده است . جهت ارزیابی اختلاف نتایج حاصل با واقعیت از تست های انجام شده بر روی خودرو در اندازه واقعی بهره برده شد.