سیستم های فازی نوع اول و نوع دوم در متلب

در این مجموعه، سیستم­ های فازی با یک رویکرد کاملاً کاربردی، از صفر تا صد به زبان ساده همراه با مثال گویا و شبیه­ سازی در محیط متلب، آموزش داده می شوند. علاوه بر تولباکس متلب، برنامه­ های مفیدی  در محیط متلب ارائه می­ شوند که می توانید از این برنامه ­ها و شبیه ­سازی­ ها در پروژه های مربوط به خودتان به راحتی استفاده نمایید. در این مجموعه موارد زیر پوشش داده می شود:

  • مقدمه ای بر منطق فازی

From Classical Logic to Fuzzy Logic

  • ساخت سیستم فازی بر اساس متغیرهای زبانی

Fuzzy systems based on linguistic variables

  • ساخت سیستم فازی بر اساس داده های ورودی و خروجی

Design of Fuzzy Systems from Input-Output Data

  • سیستمهای نرو فازی

Neuro-fuzzy systems

  • آموزش سیستم­ های نروفازی با استفاده از روش هایی مثل گرادیان نزولی، فیلتر کالمن توسعه یافته، فیلتر کالمن نوع دوم، الگوریتم­ های تکاملی مثل ژنتیک، IWO، SSO، PSO و …

Training  of Fuzzy Systems Using Gradient Descent, extended Kalman filter, unscented Kalman filter, particle swarm optimization algorithm, social spider optimization, genetic algorithm, etc.

  • سیستم های فازی خود تنظیم

Self-structuring fuzzy systems, self-organizing fuzzy systems

  • سیستم های فازی نوع دوم و روش های آموزش و بهینه سازی این سیستم ها

Type-2 fuzzy systems and optimization algorithm, Simulation examples in Matlab

  • فازی­ سازی غیرسینگلتون، سیستم های فازی با ورودی فازی

Non-singleton tye-2  fuzzy systems

  • سیستم های فازی نوع دوم جنرال

General type-2 fuzzy systems

  • سیستم های فازی حافظه دار

Recurrent fuzzy systems

  • چند پروژه کاربردی با استفاده از سیستم های فازی

Some useful and practical projects using fuzzy systems

  • حل تمرینات منتخب از کتاب فازی وانگمدرس: دکتر محمدزاده، عضو هیأت علمی دانشگاه دولتی بنابجهت مشاوره و راهنمایی پایان نامه ارشد و دکتری از طریق ایمیل intelligent.controlref@gmail.com تماس بگیرید.

مراجع اصلی: سیستم های فازی و کنترل فازی نوشته وانگ، سیستم های فازی نوع دوم نوشته جری مندل و برخی مقالات از ژورنال های معتبر


جلسه اول:

مقدمه ای بر  منطق فازی


جلسه دوم:

از منطق کلاسیک تا منطق فازی


جلسه سوم:

ساخت سیستم فازی با استفاده از دیتای ورودی-خروجی، سیستم های نرو-فازی، تولباکس متلب برای نرو-فازی


جلسه چهارم:

حل تمرینات منتخب کتاب وانگ ترجمه دکتر تشنه لب


جلسه پنجم:

Fuzzy c-means clustering ، طراحی سیستم فازی بر اساس خوشه بندی


جلسه ششم:

طراحی سیستم فازی بر اساس گرادیان نزولی، back propagation، کاربرد در یک مسئله واقعی


جلسه هفتم:

مقدمه ای بر سیستم های فازی نوع دوم- Interval type-2 fuzzy systems


جلسه هشتم:

پیاده سازی انواع روشهای کاهش نوع در متلب type-reduction methods in Matlab


جلسه نهم:

آموزش تولباکس متلب برای سیستم های فازی نوع دوم بازه ای


جلسه دهم:

آموزش سیستم های فازی نوع دوم بر اساس back propagation


جلسه یازدهم:

آموزش سیستم های فازی نوع دوم با کاهش مرتبه KM, EKM- بر اساس back propagation   و بهینه سازی گرادیان نزولی


جلسه دوازدهم:

تنظیم همه پارامترهای سیستم فازی نوع دوم با کاهش مرتبه KM


جلسه سیزدهم:

تنظیم پارامترهای سیستم های فازی نوع دوم با فیلتر کالمن توسعه یافته


جلسه چهاردهم: 

بهینه سازی سیستم های فازی نوع اول و دوم بر اساس الگوریتم ژنتیک


جلسه پانزدهم: 

بهینه سازی سیستم های فازی نوع اول و دوم بر اساس الگوریتم تجمعی پرندگان


جلسه شانزدهم:

آموزش سیستم های فازی نوع دوم بر اساس روش های مرتبه دوم


جلسه هفدهم:

آموزش سیستم های فازی نوع اول بر اساس PSO


جلسه هجدهم:

آموزش همه پارامترهای سیستم های فازی نوع اول  بر اساس الگوریتم ژنتیک GA


۱۷۱ comments

  1. با سلام مجدد و تشکر از راهنمایی شما
    ولی اگر این قوانین که ابتدا با شهود تعیین میکنم به طور کلی درست باشه اما خیلی دقیق و جامع نباشه، میتونم با بهینه سازی که شما تو مجموعتون گفتید قوانینمو بهتر کنم که بهتر رفتار رو بهبود بده؟

    1. سلام. اگه به اندازه کافی دیتا داشته باشین میتونین سیستم فازی را با الگوریتم های ارائه شده بهینه کنید. ولی اگه نه میتونین قوانین فازی رو طوری بنویسید که کاملاً منطبق باشه بر یافته های شهودی شما.

  2. با سلام.آقای دکتر من از مباحثی که تو مجموعتون مطرح کردید خیلی خوشم اومده و قصد خرید مجموعه رو دارم فقط قبل خرید خواستم ببینم بدرد کار من میخوره؟ راستش من خواستم برای یک بیوراکتور که کنترلر mpc زدم، ست پونت تعیین کنم و میخواستم از رفتار دو پارامتر اندازه گیری شونده ام در شرایطی که اغتشاش به سیستم وارد میشه و در نتیجه نقطه کاری یا ست پوینت بهینه ام عوض میشه، قواینینی بدست بیارم که بگم ست پوینت رو این قدر تغییر بده، حالا سوالم اینه که نظر شما اینه که قواینین رو فقط از بهینه سازی تعیین کنم (مثل بخش آخر همین مجموعتون…) یا اینکه قبلش لازمه که به شهودی دست پیدا کنم ؟ یه راهنمایی کنید که چجوری قوانینم رو بدست بیارم ؟ و اینکه این مجموعه کمکم میکنه؟
    ممنون از شما

    1. سلام.
      بله تغییرات نقطه کار را میتونید با استفاده از فازی به صورت یک تابع پیوسته بنویسید، به شرطی که اطلاعات و شهود کافی در مورد نحوه تغییرات نقطه کار داشته باشین. به عنوان مثال به کنترل پاندول معکوس با استفاده از قوانین فازی که به صورت شهودی و تجربی نوشته شده اند مراجعه کنید. موفق باشین.

  3. باسلام
    من این اموزش رو تهیه کردم فوق العاده بود ولی نمیدونم چرا۴بخش اول فایل های پاورپینت وکدنویسی همراهش نبود.
    با تشکر

  4. سلام فصل ۱۳ کتاب وانگ که در رابطه با طراحی سیستم های فازی با استفاده از آموزش گرادیان نزولی است معادل با کدام جلسه ویدئوهای آموزشی شما می شود؟

    1. سلام. لطفاً به توضیحات جلسات مراجعه کنید. آموزش بر اساس فصلهای کتاب وانگ به صورت ترتیبی نیست. موفق باشین.

  5. سلام توی جلسه سوم به کنترل پاندول معکوس اشاره کردید و یکم توضیح دادید من کل فیلماتونو خریدم ولی فایل متلب کنترل فازی پاندول توش نیست لطف میکنید کد رو در اختیارم قرار بدین؟

    1. با سلام
      کنترل کننده های فازی در مجموعه “کنترل فازی-عصبی در متلب” ارائه شده است.
      این مجموعه به سیستم های فازی و الگوریتم های آموزش آن پرداخته است.
      موفق باشین

  6. سلام بنده این قسمتو به صورت کامل از شما خریداری کردم ولی برای شبیه سازی در متلب قسمت ۲-۱۲(فصل دوازدهم قسمت دوم) از کتاب ونگ که مربوط به کنترل فازی برای یک کامیون به مشکل برخوردم چه کنم؟ راه حلی دارید؟

  7. با سلام
    بنده می خواهم یک کنترلر مبتنی بر فازی در سیمولینک متلب طراحی کنم. مشکلی که دارم اینست که نمی دانم قوانین فازی را چگونه طراحی کنم. برای یادگیری تعیین رولهای فازی شما چه نظری دارید؟
    با تشکر

    1. سلام
      به بخش کنترل کننده های فازی-عصبی مراجعه کنید. در این بخشی تعدادی کنترلر فازی در سیمولینک متلب پیاده سازی شده اند.
      اگر پارامترهای بخش تالی به صورت تطبیقی هستند (در حال تنظیم آن-لاین هستند) نیازی نیست نگران فرم قوانین باشین. اگر تعداد ورودیهایتان کمتر است میتوانید برای اطمینان خاطر همه قوانین ممکن را در نظر بگیرید که تعدادش l^n خاهد بود که n تعداد ورودها و l تعداد توابع عضویت برای هریک از ورودیهاست.
      موفق باشین.

  8. با سلام
    بنده می خواهم یک کنترلر مبتنی بر فازی در سیمولینک متلب طراحی کنم. مشکلی که دارم اینست که نمی دانم قوانین بلوک فازی را چگونه طراحی کنم. برای یادگیری تعیین رولهای فازی شما چه پیشنهادی دارید؟
    با تشکر از شما

    1. سلام
      پیش نیاز خاصی لازم نیست. ولی اگه دید قبلی نسبت به شبکه های عصبی و الگوریتم های یادگیری داشته باشین سریعتر پیش میرین.
      موفق باشین

پاسخ دادن به بهزاد لغو پاسخ

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *