مدلسازی ژنراتور سنکرون با استفاده از تکنیکهای هوش محاسباتی

عملکرد فوق مدلهای استنتاجگر فازی در سیستم های کنترل فازی به پارامترهائی مانند تعداد نواحی فازی، شکل و مشخصات آنها بستگی دارد که عموماً این پارامترها بطور ذهنی انتخاب می شوند . در این مقاله نشان داده شده است که عملکرد سیستم کنترل فازی با بکارگیری الگوریتم ژنتیک و همچنین آموزش پس انتشار خطای مارکوآرت، [6] Marquardt ، در مقایسه با انتخاب ذهنی پارامترها، بهبود می یابد . دو روند الگوریتم ژنتیک و آموزش پس انتشار خطا، کمک می نمایند تا پارامترهای مناسب Sub-Optimal برای سیستم کنترل فازی بدست آیند . پروسة مورد آزمایش در این مقاله، ژنراتور سنکرون می باشد و از سیستم کنترل فازی برای مدل کردن رفتار خاصی از این پروسه استفاده شده است