Extraction of local analytic model of a chaotic system via neural networks
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
ÖZET KAOTİK BİR SİSTEMİN YAPAY SİNİR AĞLARI VASITASI İLE LOKAL ANALİTİK MODELİNİN ÇIKARILMASI Son yıllarda yapay sinir ağları özellikle yaklaşık hesap ve modelleme konularında rağbet görmektedirler. Ancak bu yapay sinir ağları, üzerlerinde farklı hesaplamalar yapmaya veya geliştirmeye müsait bir analitik modeli doğrudan sunmamakta, bu durum ise çoğu kez önemli bir dezavantaj olarak görülmektedir. Bu tez kapsamında, yapay sinir ağlarının yapılarına ve parametrelerine ait bilgileri kullanarak, bir yapay sinir ağının analitik modelinin çıkarılması hedeflenmektedir. Bu amaçla kaotik sistemler ve onların denetimi seçilmiştir. Yöntemin uygulama aşamaları şöyledir: seçilen kaotik sistem, merkezcil tabanlı fonksiyonlar kullanan bir yapay sinir ağının eğitilmesi sureti ile modellenmekte, bu yapay sinir ağından analitik model çıkarılmakta ve son olarak da çıkarılan modele dayanarak denetim uygulanmaktadır. Simulasyon sonuçlan, yöntemin oldukça başarılı olduğunu göstermektedir. Bu nedenle, uygun bir yapay sinir ağı yapısı seçildiği takdirde, yapay sinir ağlarının, üzerinde farklı matematiksel işlemler yapmaya açık analitik modellerinin çıkarılabileceği ve bu modeller kullanılarak tatmin edici sonuçlara ulaşmanın mümkün olduğu söylenebilir. IV ABSTRACT EXTRACTION OF LOCAL ANALYTICAL MODEL OF A CHAOTIC SYSTEM VIA NEURAL NETWORKS For the last few decades, artificial neural networks have become popular for approximation and modelling purposes. However these neural networks do not directly provide an analytical model accessible for calculations, which is usually seen as their major drawback. By using the knowledge of the architecture and parameters of neural networks, it is aimed to extract an analytical model from neural networks in this thesis. Chaotic systems and their control is chosen for this purpose: the chaotic system is modelled by training a radial basis function neural network, then the analytical model is extracted from that neural network, and finally OGY control is applied on the basis of the extracted model. The method has turned out to be quite successful according to the simulation results. Therefore it is fair to conclude that the use of neural networks as an intermediate modelling tool, with the analytical model giving satisfactory results and being accessible for further calculations, is possible, ifa suitable architecture is chosen.
Collections