A New Hybrid Model Based On Neuro Fuzzy Network Soft Switching Mechanism For System Identification

Selçuk METE; Hasan ZORLU; Şaban ÖZER

doi:https://doi.org/10.17671/gazibtd.459399

Makale detayları

A New Hybrid Model Based On Neuro Fuzzy Network Soft Switching Mechanism For System Identification

Yazarlar:

Selçuk METE | Hasan ZORLU | Şaban ÖZER

Yayıncı:

Gazi University

Ana Başlıklar:

Veri işleme & bilgisayar bilimi

Dergi:

Journal of Information Technologies 2019 Vol.12 Issue 1, pp.1-8

Belge Tipi:

Makale

Yayın Tarihi:

1/2019

Belge Dili:

İngilizce

Document ID (Org No.):

2000902585

Sıklık:

Üç Aylık

eISSN:

2147-0715

pISSN:

1307-9697

DOI:

https://doi.org/10.17671/gazibtd.459399

Anahtar kelimeler:

Özet:

 


This
paper aims to improve a new hybrid model for system identification area. The
proposed hybrid model consists of an adaptive Hammerstein model, an adaptive
Wiener model, and a Neuro-Fuzzy (NF) network based soft-switching mechanism
(SSM). SSM structure in hybrid model increases the success of block model by
selecting the best results of Hammerstein and Wiener model outputs. In
literature, there are various studies about NF based on Hammerstein or Wiener
model types applied to system identification. In the proposed model,
Hammerstein and Wiener models with NF network are used together different from
the literature. In simulation studies, five different type of systems are identified
with different models (Hammerstein, Wiener and the proposed hybrid model)
optimized by Recursive Least Square (RLS). Then the performances of these
models are compared. Simulation results reveal the effectiveness and robustness
of the proposed identification model. 

.

 


Bu çalışmanın amacı sistem kimliklendirme
alanında yeni bir karma model geliştirmektir. Önerilen karma model
uyarlanabilen bir Hammerstein model, bir Wiener model ve esnek anahtarlama
mekanizmasına dayanan bulanık sinir ağını içermektedir. Karma modeldeki esnek
anahtarlama mekanizması Hammerstein ve Wiener model çıkışlarının en iyi
sonuçlarını seçerek blok model başarısını arttırmaktadır. Literatürde, sistem
kimliklendirmede uygulanan bulanık sinir ağı temelli Hammerstein ya da Wiener
modellerle ilgili birçok çalışma vardır. Önerilen modelde, bulanık sinir ağıyla
birlikte Hammerstein ve Wiener modelleri literatürden farklı olarak bir arada
kullanılmıştır. Simülasyon çalışmalarında, farklı tipteki beş sistem tekrarlayan
en küçük kare ile optimize edilmiş olan farklı modeller (Hammerstein, Wiener ve
önerilen model) ile kimliklendirilmiştir. Daha sonra bu modellerin
performansları karşılaştırılmıştır. Simülasyon çalışmaları önerilen modelin
etkinliğini ve sağlamlığını ortaya koymaktadır.

.

Makale detayları

A New Hybrid Model Based On Neuro Fuzzy Network Soft Switching Mechanism For System Identification

Yazarlar:

Selçuk METE | Hasan ZORLU | Şaban ÖZER

Yayıncı:

Gazi University

Ana Başlıklar:

Veri işleme & bilgisayar bilimi

Dergi:

Journal of Information Technologies 2019 Vol.12 Issue 1, pp.1-8

Belge Tipi:

Makale

Yayın Tarihi:

1/2019

Belge Dili:

İngilizce

Document ID (Org No.):

2000902585

Sıklık:

Üç Aylık

eISSN:

2147-0715

pISSN:

1307-9697

DOI:

https://doi.org/10.17671/gazibtd.459399

Bulanık sinir ağı

karma zeki sistemler

optimizasyon

esnek anahtarlama

sistem kimliklendirme

Sayı

Makale detayları

A New Hybrid Model Based On Neuro Fuzzy Network Soft Switching Mechanism For System Identification

Yazarlar: Selçuk METE | Hasan ZORLU | Şaban ÖZER

Yayıncı: Gazi University

Ana Başlıklar: Veri işleme & bilgisayar bilimi

Dergi: Journal of Information Technologies 2019 Vol.12 Issue 1, pp.1-8

Belge Tipi: Makale

Yayın Tarihi: 1/2019

Belge Dili: İngilizce

Document ID (Org No.): 2000902585

Sıklık: Üç Aylık

eISSN: 2147-0715

pISSN: 1307-9697

DOI: https://doi.org/10.17671/gazibtd.459399

Bulanık sinir ağı

karma zeki sistemler

optimizasyon

esnek anahtarlama

sistem kimliklendirme

Sayı

Yazarlar:

Selçuk METE | Hasan ZORLU | Şaban ÖZER

Yayıncı:

Gazi University

Ana Başlıklar:

Veri işleme & bilgisayar bilimi

Dergi:

Journal of Information Technologies 2019 Vol.12 Issue 1, pp.1-8

Belge Tipi:

Makale

Yayın Tarihi:

1/2019

Belge Dili:

İngilizce

Document ID (Org No.):

2000902585

Sıklık:

Üç Aylık

eISSN:

2147-0715

pISSN:

1307-9697

DOI:

https://doi.org/10.17671/gazibtd.459399