Performance measures and preferences for fuzzy controllers design algorithms

Abstract

تحدد هذه الدراسة مكونات تطبيقية لقياس الفاعلية الناتجة عن استعمال البرامج الحسابية المدفوعة بوجود كمية معلوماتية هادفة إلى هندسة أنظمة السيطرة والتوجيه المرتكزة على نظرية المنطق التقريبي إن المكونات القياسية موجهة لأجل استعمالها بوجود معادلات حسابية معقدة وغير خطية وتبحث هذه الدراسة أيضا في الطريقة الواجب اعتمادها في استعمال المكونات القياسية من أجل التفضيل بين عدد مختلف من البرامج المدفوعة بالمعلومات، وهي أيضا تحدد الإطار العام لهذه الطريقة وتقترح حلولا وبعد إعطاء ملخص عن برنامج حسابي جديد لهندسة أنظمة التوجيه المرتكزة على نظرية المنطق التقريبي التي ينسب شكلها العام إلى مامداني، يخضع البرنامج للفحص والتجربة في نفس الوقت مع برامج أخرى مرتكزة على الجمع بين المنطق التقريبي والشبكات العصبية الاصطناعية وغيرها ونهدف بذلك إلى استخلاص نتائج مقارنة بين هذه البرامج من خلال استعمال المكونات القياسية ومعادلات حسابية غير خطية كانت قد استعملت في أبحاث أخرى إن البرنامج الجديد يعطي نتيجة أفضل من البرامج التي تعتمد التقسيم المتماثل للمعلومات، والتقسيم التقريبي والطرق التجريبية لجهة موافقة المعلومات الخالية من التشويش أما قيمة الخطأ في موافقة المعلومات الخالية من التشويش والناتجة عن استعمال البرنامج الجديد فهي أعلى من تلك الناتجة عن البرامج التي تدمج المنطق التقريبي مع الشبكات العصبية الاصطناعية والبرامج التي تجمع التقسيم المتماثل للمعلومات مع درجة الانحناء الموقعي وأهم من هذا كله أنه في حالة المعلومات المشوشة التي غالبا ما تكون موجودة في الحالات التطبيقية، فإن البرنامج الجديد يعطي نتائج أكثر فاعلية من تلك التي تجمع المنطق التقريبي مع الشبكات العصبية ومع طريقة تخفيض تربيع الخطأ إلى أدنى مستوى وهذه النتائج أفضل من تلك المعطاة بوساطة الطرق التجريبية ويرتكز البرهان على هذه النتائج العالية المستوى على استعمال المكوّنات التطبيقية الآنفة الذكر لقياس فاعلية البرامج وعلاقة هذه المكونات بموافقة المعلومات الخالية من التشويش في حالة المعلومات المشوشة كما يرتكز البرهان أيضا على مدى عدم حساسية البرنامج لوجود تشويش معلوماتي وقدرته على التعميم، وكذلك على المقدرة في تمثيل شكل المعادلات الحسابية المعقدة

This study defines practical performance measures for testing datadriven design algorithms for fuzzy controllers through the use of nonlinear control functions Also criteria which can be applied to these measures in order to determine preferences between datadriven algorithms are discussed and a framework for solutions is proposed After offering a summary of a new algorithm for the design of Mamdanitype fuzzy controllers with emphasis on its design requirements the algorithm is tested along with neurofuzzy and other design methods and performance comparisons are given This is done by considering the defined measures and typical nonlinear functions which were adopted in published research The new algorithm is found to provide better noisefree datafitting than some published algorithms based on clustering fuzzy partitions and heuristics However the error values were found higher than those obtained using neurofuzzy and clusteringpositiongradient approaches In the practical noisy data case however the algorithm outperforms the combined fuzzyneuroleastsquare algorithm and the heuristic approach This superiority is verfied based on performance measures related to noisefree datafitting in the noisy data case noise insensitivity and generalization capability the combination of these latter two measures and function shape representation