Modeling Of Human Operators Using Parametric And Intelligent Techniques

Tez (Yüksek Lisans) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2005Thesis (M.Sc.) -- İstanbul Technical University, Institute of Science and Technology, 2005Bu çalışmada, insan-makina etkileşimli bilgisayar deneyi kullanılarak insan operatör doğrusal parametrik sistem tanılama yöntemleri ve uyarlanabilir sinirsel-bulanık çıkartım sistemi ile modellenmiştir. Yaklaşık doğrusal modele benzerliğinden ötürü modellemede doğrusal ARX yapısı tercih edilmiştir. İnsan operatörün reaksiyon zaman gecikmesi parametrik ve parametrik olmayan yöntemlerle belirlenmiştir. Tüm deneklerin karakterini yansıtan düşük karmaşıklığa sahip tek giriş-tek çıkışlı bir model üzerinde çalışılmıştır. İnsan operatörün doğrusal olmayan yapısal bileşenlerinden dolayı sistem tanılamada kullanılan doğrusal parametrik modelin (ARX) genel karakteri yakalamasına rağmen operatörü istenen ölçüde temsil edemediği görülmüştür. Uyarlanabilir sinirsel-bulanık çıkartım sisteminin doğrusal olmayan fonksiyonları öğrenebilme özelliği kullanılarak insan operatörün uyarlanabilir sinirsel-bulanık çıkartım sistemi modeli elde edilmiştir. Her iki yöntemle elde edilen modellerin öngörü kapasiteleri araştırılmıştır. Sonuç olarak, akıllı sistemlerle ulaşılan modelin doğrusal parametrik modele göre daha başarılı olduğu ve sistemi daha iyi temsil ettiği gözlenmiştir.In this study, modeling the human operator utilizing linear parametric and intelligent methods by using a man-machine interactive computer experiment is investigated. Inspiring from the quasi linear model, human operator model is identified, including the time delay, as an Auto Regressive with Exogenous Input (ARX) model which is a linear parametric structure used for system identification. The delay term relating to human is determined and compared by examining the data obtained from the computer experiment first with non-parametric models and then with parametric structures. A single input - single output model is employed due to its structural equivalence to the experiment and simplicity. Through the investigations, it is revealed that linear parametric model catch up the general characteristics in the human operator data quite well; nevertheless due to the non-linear components and effects existing in the experimental data ARX model results turn out to be unsatisfactory in the stand-alone model performance manner. By benefiting from the obtained ARX model, human operator is modeled with Adaptive Network Based Fuzzy Inference System (ANFIS). As a result of the study, it is observed that the intelligent system represents the human operator better than the parametric model.Yüksek LisansM.Sc