سال انتشار: ۱۳۹۱

محل انتشار: بیستمین کنفرانس سالانه مهندسی مکانیک

تعداد صفحات: ۴

نویسنده(ها):

مهدی قامتی لمراسکی – کارشناسی ارشد مهندسی مکانیک، دانشگاه گیلان
بهمن احمدی – کارشناسی ارشد مهندسی مکانیک، دانشگاه گیلان
علی جمالی – استادیار مهندسی مکانیک، دانشگاه گیلان
نادر نریمان زاده – استاددانشگاه گیلان

چکیده:

محاسبه احتمال شکست به روش تحلیلی به دلیل پیچیدگی ساختارسیستم های کنترلی غالبا غیرممکن است. بنابراین روشهای تقریبی مختلفی نظیر مون تکارلو SORM ،FORM و . . . برای محاسبه احتمال شکست مورد استفاده قرار میگیرد. روش های FORM وSORMدارای سرعت بالاتر و دقت کمتر در محاسبه احتمال شکست میباشند، در حالیکه روش مونتکارلو دارای زمان اجرای بسیار بالا و دقت بهتری است. در این مقاله با ترکیب روش مونت کارلو با شبکه عصبی از نوعGMDH زمان اجرا به شدت کاهش م ییابد، درحالی که دقت محاسبات نیز حفظ شده است کنترلر بهینه چندهدفی مقاومPI برای سیستم مرتبه اول با استفاده از الگوریتم ژنتیک و به کمک روش پیشنهادی در این تحقیق طراحی میشود. در روش پیشنهادی و در فرایند بهین هسازی به جای شبیه سازی سیستم، فقط با فراخوانی یک تابع چندجمله ای که از فرایند آموزش و تعمیم در شبکه عصبی به صورت بهینه ایجاد شده است، به محاسبه توابع هدف پرداخته م یشود. مقایسه نتایج، برتری قابل توجهی را نسبت به تحقیقات قبلی در این زمینه نشان میدهد