@Article{, title={Identification of Rotary Inverted Pendulum Using Artificial Neural Network, Fuzzy Identification and Genetic Algorithm on Radial Basis Function التعرف على منظومة البندول المقلوب الدوار باستخدام الخلايا العصبية الصناعية والتعرف المضبب والخوارزمية الجينية للدوال الشعاعية}, author={Yasir Khaldoon Al-Jubouri ياسر خلدون عبدالجبار}, journal={Journal of Al-Ma'moon College مجلة كلية المأمون}, volume={}, number={32}, pages={269-289}, year={2018}, abstract={This paper studies the physical structure and the mathematical dynamic model for a rotary inverted pendulum system and presents three different methods to identify this system. These methods are the Artificial Neural Network (ANN), Fuzzy Identification and Genetic Algorithm on Radial Basis Functions. In each method we use an LQR controller to generate a control signal which is applied to the system model and then we find the response for both the system model and the identified model using MATLAB. A Neural Network emulator is connected to the system model and receives a control input from the LQR controller such that the learning process which is done on-line. On the other hand, a Recursive Least Squares method is used to tune a standard Fuzzy system. Meanwhile, a Genetic algorithm is used to find the best weights for a Radial Basis Function model which minimizes the error between the measured output and network output. The results show that nonlinear methods such as fuzzy identification and neural network are more convenient to represent such system. The results for these methods show that the fuzzy model did a more accurate identification for the system however, it suffers from discontinuity, while, the response found for the Genetic RBF was also accurate but with longer settling time. Finally, the Artificial Neural Network model had a less accurate result.

يدرس هذا البحث التركيب الفيزيائي والنموذج الديناميكي للبندول المقلوب الدوار ويستعرض ثلاث طرق للتعرف علية باستخدام الشبكة العصبية الصناعية والتعرف المضبب والخوارزمية الجينية للدوال الشعاعية. تم تطبيق متحكم من نوع المنظم الخطي الرباعي لتوليد اشارة سيطرة و التي تطبق كمدخل لكل نموذج و تم تطبيقها باستخدام برنامج الماتلاب. تم ربط نموذج شبكة عصبية مع النموذج البندول الدوار المقلوب و بنفس المدخل لتكون عملية التعليم مباشرة. بينما تم تطبيق نظرية المربعات المصغرة التكرارية على نموذج نظام مضبب قياسي . بينما تم استخدام الخوارزميات الجينية لايجاد الاوزان المثلى لدالة شعاعية بحيث يتم تقليل الخطأ بين القيم المقاسة و مخرج الشبكة. النتائج اظهرت بأن النظريات اللاخطية مثل التعرف المضبب و الشبكات العصبية تكون اكثر ملاءمة لتمثيل النظام. النتائج اظهرت بان النظام المضبب كان اكثر دقة في التعرف على النظام و لكنها تعاني من عدم الاستمرارية، بينما كانت الخوازمية الجينية للدوال الشعاعية دقيقة ايضا و لكن بزمن وصول اكبر, و الشبكات العصبية كانت اقل دقة في تمثيل هذا النظام.} }