کنترل ارتعاشات ساختمان در برابر زلزله به روش مدلسازی رگرسیون عمومی GRNN

در این مقاله برای اولین بار ایده مدل سازی مبتنی بر شبکه عصبی رگرسیون عمومی GRNN بر اساس کنترل ترکیبی فازی و کنترل تناسبی- انتگرالی- مشتقی PID جهت کاهش لرزش های یک ساختمان چهار طبقه پیشنهاد می شود. یکی از ویژگی های مهم روش ابداعی استفاده توامان از دانش انسانی با استفاده از منطق فازی جهت کاهش خطای کنترلی به همراه کنترل PID بر روش حداقل مربعات خطا جهت غلبه بر عدم قطعیت های سیستم است. مزیت این روش ساده سازی محاسبات مورد نیاز در روش ترکیبی فازی PID است که به صورت چند بردار و ماتریس مراکز و واریانس قابل پیاده سازی خواهد بود همچنین روش پیشنهادی توانایی غلبه بر ارتعاشاتو عدم قطعیت های مدل و ورودی را دارد. در بخش نتایج شبیه سازی، به مقایسه روش پیشنهادی با سایر کنترل کننده های نوعی بکار رفته در طول دو دهه گذشته در این حوزه از قبیل کنترل کننده PID، کنترل فازی، کنترل LQR، کنترل ترکیبی فازی LQR پرداخته می شود. شبیه سازی های صورت گرفته بر اساس داده های واقعی شتاب زمین برای زلزله کوکائلی ۱۹۹۹ می باشد. نتایج شبیه سازی نشان می دهد که کنترل پیشنهادی ضمن غلبه بر عدم قطعیت های مدل و اغتشاشات،.نتایج مشابه با کنترل کننده فازی PID را در بر دارد.