یک مدل جدید فازی نوع-2 بازگشتی غیرخطی جهت شناسایی رفتار سیستم های دینامیکی غیرخطی

در این مقاله یک شبکه عصبی فازی نوع-2 بازگشتی جدید جهت شناسایی سیستم های دینامیکی غیرخطی ارایه می گردد. ساختار شبکه عصبی فازی نوع-2 جدید با قسمت "آنگاه" غیرخطی، دارای 8 لایه می باشد. در لایه های 0، 1 و 2 عملیات فازی سازی انجام شده و حدود بالا و پایین درجه عضویت تعیین می شود. در لایه های 3 و 4 عملیات نرمال سازی و وزن دهی انجام می گردد. در لایه 5، توابع غیرخطی مثلثاتی وجود دارند که در واقع قسمت "آنگاه" سیستم فازی را تشکیل داده و فیدبک بازگشتی از لایه خروجی به این لایه وارد می شود. در انتها در لایه های 6 و 7 عملیات فازی زدایی و محاسبه خروجی انجام می گیرد. جهت بررسی و ارزیابی عملکرد شبکه در شناسایی سیستم، اطلاعات ورودی-خروجی دو سیستم فیزیکی (یک موتور DC و یک بازوی ربات منعطف) به شبکه عصبی فازی نوع-2 بازگشتی اعمال شده است. این پژوهش کاملا آزمایشگاهی و عملی بوده و به عبارتی بهره برداری از تکنیک های هوش مصنوعی در کار عملیاتی است. از نوآوری های این مقاله علاوه بر ارایه شبکه عصبی جدید، تولید سیگنال مناسب جهت تحریک سیستم، استخراج داده از سیستم های عملی، پیش پردازش داده (حذف داده پرت، تخمین داده ناموجود و نرمال سازی داده ها) می باشد. در شبیه سازی، معیار مجذور میانگین مربعات خطا نشان می دهد که روش پیشنهادی با اختلاف فراوانی از سایر روش ها، عملکرد مناسب تر دارد.