بیش از نیمی از کنترل کننده های صنعتی که امروزه به کار می روند از طرح های کنترل PID یا PID اصلاح شده استفاده می کنند. ولی در بسیاری از موارد این کنترل کننده ها بهینه نیستند. عمده اشکال این نوع کنترل کننده ها دشواری تنظیم پارامتر ها برای داشتن پاسخ مطلوب می باشد. جهت برطرف کردن این مشکل روش های کنترل هوشمندی مانند تئوری منطق فازی و شبکه های عصبی ارائه شده است. در طراحی کنترلر فازی برای یک پروسه تنظیم پارامترهای مجموعه های فازی امری بسیار حیاتی است در این مقاله تکنیک( Adaptive Neuro-Fuzzy Inference System (ANFIS به منظور بهینه سازی کنترلر فازی یک پروسه معرفی می گردد. در این تکنیک شبکه عصبی به گونه ای عمل می کند که سیستم استنتاج فازی Fuzzy Inference System توانایی یادگیری یک دسته داده ورودی/خروجی را داشته باشد، به این ترتیب که پارامتر های توابع عضویت (MFP) به نحوی محاسبه می شوند که سیستم استنتاج فازی به بهترین شکل داده های ورودی/خروجی معین را دنبال کند.
خديجه فيضي
دانشگاه آزاد اسلامي واحد كرج
