Bulanık modelleme uygulamaları için tip-2 bulanık kümeleme

Bu¸ çalışmanın özgün değerlerinden bir tanesi aralık değerli tip-2 nöro-bulanık sistemlerinin tasarımında parametreli t-normlar kullanılmasıdır. Aralık değerli tip- 2 nöro-bulanık sistemlerinin optimizasyonunda öncül kısımdaki üyelik fonksiyonlarının parametreleri sabit tutulmuş ve parametreli t-normların parametreleri ile bulanık kuralların soncul kısmındaki parametreler adapte edilmiştir. Bu¸ çalışmada gradyan tabanlı öğrenme algoritması kullanılmıştır. Önerilen yaklaşım doğrusal olmayan fonksiyon modellenmesi ve¸ çeyrek araç modelinin kayma değeri kontrolünde kullanılmıştır. Uzman bilgisinin eksik olduğu bu uygulamalarda sistem hakkındaki bilgi aralık değerli tip-2 bulanık c-ortalamalar kümeleme algoritması ile elde edilmiştir. Bu kümeleme algoritmasında küme sayısı önceden verilmelidir; fakat, küme sayıları her zaman önceden bilinemez. Bu sorunu gidermek için literatürde bilinen ve ayrıca bu¸ çalışmada önerilen doğruluk indeksleri nöro-bulanık sistemlerin kural sayısını belirlemede kullanılmıştır. Bu¸ calışmanın diğer bir özgün değeri ise, aralık değerli tip-2 nöro-bulanık sistemler, tekrarlamalı bulanık c-ortalamalar kümeleme algoritması ile birlikte kontrol uygulamalarında kullanılmasıdır. Takagi-Sugeno-Kang (TSK) kural yapısının öncül kısmında bulunan Gauss üyelik fonksiyonlarının merkez ve standart sapma değerleri tekrarlamalı bulanık c-ortalamalar kümeleme algoritması ile, soncul kısımındaki polinom katsayıları ise gradyan tabanlı öğrenme algoritması ile bulunmuştur. Önerilen yaklaşım simülasyon tabanlı olarak iki serbestlik dereceli helikopter ve gerçek zamanlı olarak servo sistemine uygulanmış ve geleneksel nöro-bulanık sistem ile karşılaştırılmıştır. Ayrıca önerilen yaklaşım eliptik üyelik fonksiyonları ile de kullanılmış ve iki serbestlik dereceli helikopter üzerinde simülasyon tabanlı olarak test edilmiştir.