Evolutionary Algorithms for System Identification

Evolutionary Algorithms for System Identification. Masters thesis, King Fahd University of Petroleum and Minerals.

[img]
Preview
PDF (Evolutionary Algorithms for System Identification)
Evolutionary Algorithms for System Identification 29 Oct 2021.pdf - Published Version
Available under License Creative Commons Attribution Non-commercial No Derivatives.

Download (30MB) | Preview

Arabic Abstract

الاسم الكامل: محمد حسين البحراني عنوان الرسالة: الطرق التطويرية للتعرف على النظم التخصص: هندسة النظم والتحكم تاريخ الدرجة العلمية: اكتوبر 2021 هذه الرسالة تركز على إستخدام الطرق التطويرية في التعرف على النظم. إختيار هيكل النموذج الرياضي و تقدير قيم العوامل المحددة للنموذج الرياضي خطوتان مهمتان في التعرف على النظم.للنظم غير الخطية هناك عدد لا نهائي من هياكل النموذج الرياضي و يعتبر الحصول على أفضل هيكل مشكلة صعبة. يمكن النظر إلى الطرق التطويرية على أنها طرق لإيجاد الحل الأفضل. في هذا العمل سوف يتم إستخدام الطرق التطويرية للبحث عن أفضل هيكل للنموذج الرياضي. وسوف يتم إٍستخدام الطرق التطويرية للحصول على عوامل النموذج الرياضي في هيكل تم إختياره مسبقاً. الطريقة المقترحة سوف يتم إستخدامها للتعرف على المحركات النفاثة و نموذج همرشتاين و غيرها من النظم الغير خطية. سوف تتم مقارنة النتائج بإستخدام الشبكات العصبية بطرق تدريب مختلفة.

English Abstract

Full Name : [Mohammed Hussain AlBahrani] Thesis Title : [Evolutionary Algorithms for System Identification] Major Field : [System and Control Engineering] Date of Degree : [Oct 2021] The thesis focuses on the use of evolutionary algorithm in system identification. The selection of the model structure and estimating the model parameters are two important steps in the system identification. For nonlinear system, there are infinite number of model structure and obtaining the best model structure can be very difficult. Evolutionary algorithms can be viewed as algorithm to solve optimization problems. In this work, evolutionary algorithm will be used to search for the best model structure. They will also be used in estimating the model parameters for a given model structure. The proposed algorithm will be used for identifying turbojet engine, Hammerstein model and other nonlinear system. The result will be compared with artificial neural network with different training methods.

Item Type: Thesis (Masters)
Subjects: Computer
Systems
Engineering
General
Aerospace
Department: College of Engineering and Physics > Control and Instrumentation Engineering
Committee Advisor: Al-Amer, Dr. Samir
Committee Members: AL-Sunni, Dr. Fouad and El-Ferik, Dr. Sami
Depositing User: MOHAMMED ALBAHRANI (g201602640)
Date Deposited: 02 Nov 2021 05:44
Last Modified: 02 Nov 2021 05:44
URI: https://eprints.kfupm.edu.sa/id/eprint/141971