‫استخدام الذكاء الصناعي في‬

‫تطبيقات الهندسة الكهربائية‬

‫(دراسة و مقارنة)‬

‫‪Using the artificial intelligent in‬‬

‫‪electrical engineering application‬‬
‫(‪)Study and comparison‬‬

‫رسالة مقدمة إلى االكاديميه العربية' في الدنمارك‬

‫وهي جزء من متطلبات درجه الماجستير‬

‫في نظم المعلومات اإلدارية'‬

‫من قبل الطالب‬

‫قتيبة مازن عبد المجيد‬

‫بإشراف‬
‫د‪ .‬وكاع الجبوري‬

‫سبتمبر' ‪ 2009/‬م‬ ‫رمضان‪1430/‬‬

‫‪1‬‬
 ‫استخدام الذكاء الصناعي في‬
‫تطبيقات الهندسة الكهربائية‬
‫(دراسة و مقارنة)‬

‫‪Using the artificial intelligent in‬‬

‫‪electrical engineering application‬‬
‫(‪)Study and comparison‬‬

‫رسالة مقدمة إلى االكاديميه العربية' في الدنمارك‬

‫وهي جزء من متطلبات درجه الماجستير‬

‫في نظم المعلومات اإلدارية'‬

‫من قبل الطالب‬

‫قتيبة مازن عبد المجيد‬

‫بإشراف‬
‫د‪ .‬وكاع الجبوري‬

‫سبتمبر' ‪ 2009/‬م‬ ‫رمضان‪1430/‬‬

‫‪2‬‬
 ‫بسم هللا الرحمن الرحيم‬

‫﴿وﺇذ قال ربك للمالئكة ِﺇني جاع ٌل‬

‫في األرض خَليفة ق الوا أتجعل من‬
‫يُفسد فيها ويس فك ال دمآء ونَحن‬
‫نُسبح بِحمدكَ ونُق دسُ لك ق الﺇني‬
‫﴾البقرة ( ‪)30‬‬ ‫أعلم ما التَعلمونَ‬

‫‪3‬‬
 ‫االهداء‬

‫الى من كـل البــشريةـ لـه تدين‬

‫الى سيد الخلق محمد النبي‬
‫الى من افديهم عمري و كل السنين‬
‫الى الغال ــيين امي و ابي‬
‫الى استاذي ذو الف ــكر الرزين‬
‫ِ‬
‫الطلب‬ ‫الذي كـان عوني عند‬

‫قتيبة مازن السامرائي‬

‫الشكر والتقدير‬

‫‪4‬‬
 ‫ان الشكر والحمد هلل عز وجل الذي بلطفه ومنه الكريم تيسرت‬
‫االمور فأوجدأالسباب وقدر االقدار‪.‬‬

‫انه من دواعي سروري وعميق عرفاني ان اقدم شكري وامتناني‬

‫للدكتور وكاع الجبوري ‪ ,‬لكل الجهود الكريمه التي بذلها‬
‫فاالشراف على الرساله طوال فتره التحضير‪.‬‬

‫وكل اعتزازي وشكري السريتي الغاليه الذين هم اناروا لي دربي‬

‫بالنصيحه والتشجيع والدعاء ‪.‬‬
‫واشكر كل من ساعدني وقدم لي النصيحه اسئل هللا ان يجزيهم‬
‫عني خير الجزاء‪.‬‬

‫‪5‬‬
 ‫الخالصة‬

‫ان الهدف الرئيسي من هذا البحث ينقسم الى ثالثه اقسام‪ 9‬رئيسية ‪:‬‬

‫الهدف االول ‪:‬‬

‫هو دراسه خصائص الذكاء الصناعي ومعرفه اماكن تطبيقه ومجاالته والتعرف‪ 9‬على خصائص‬
‫والمفاهيم االساسيه لمنظومه التحكم اآللي واجزائها ‪.‬‬

‫الهدف الثاني ‪:‬‬

‫دراسه تجارب العمليه لتقنيات الذكاء الصناعي الثالث في مجال الهندسه الكهربائية والتي هي ‪:‬‬
‫‪ :1‬الشبكه العصبيه الصناعيه(‪. ) Artificial Neural Network‬‬
‫‪ :2‬المنطق الضبابي (‪. )Fuzzy Logic‬‬
‫‪ :3‬اللوغارثمات الجينه (‪.)Genetics Algorithm‬‬

‫الهدف الثالث‪:‬‬
‫هو تطبيق‪ 9‬احد التقنيات الثالث ‪,‬و هو المنطق الضبابي‪ )Fuzzy Logic(9‬للقيام بالسيطره على‬
‫المحــرك الكـــــهربائي الـــحثي الــــمتناوب ثــــالثي الـــــطور باســــــــتخدام‪ 9‬برنامج الــــــــ (‬
‫‪ )matlab – simulation‬للقيام بنمذجه النظام حاسوبيا‪.‬‬

‫‪6‬‬
 ‫المحتــــــويات‬
‫الموضوع‬ ‫رقم الصفحة‬

‫الشكر‬
‫الخالصة‬
‫المحتويات‬
‫المقدمة‬

‫مقدمة عن الذكاء‬ ‫االول‪:‬‬ ‫الفصل‬

‫االصطناعي‬

‫مقدمة تاريخية‬ ‫‪1 .1‬‬

‫الذكاء االصطناعي‬ ‫‪2 .1‬‬

‫‪ 1 .2 .1‬تعريف الذكاء االصطناعي‬

‫‪ 2 .2 .1‬الذكاء االنساني‬

‫‪ 3 .2 .1‬هدف الذكاء االصطناعي‬

‫‪ 4 . 2 .1‬تطبيقات علم الذكاء االصطناعي‬

‫‪ 5 .2 .1‬مجاالت الذكاء االصطناعي‬

‫‪7‬‬
 ‫‪ 6 .2 .1‬خصائص الذكاء االصطناعي‬

‫االنظمة الخبيرة‬ ‫‪3 .1‬‬

‫‪ 1 .3 .1‬اهمية االنظمة الخبيرة‬

‫‪ 2 .3 .1‬خواص االنظمة الخبيرة‬

‫‪ 3 .3 .1‬دوافع استخدام النظم الخبيرة‬

‫‪ 4 .3 .1‬عنصري النظام الخبير‬

‫‪ 5 . 3 .1‬مزايا النظام الخبير‬

‫االختالف بين النظم الخبيرة و الذكاء الصناعي و بين برامج الحاسبة في‬ ‫‪4 .1‬‬

‫حل المشاكل‬

‫التحكـــــم اآللــــي‬ ‫الثاني‪:‬‬ ‫الفصل‬

‫المقدمة‬ ‫‪1 .2‬‬

‫‪ 2 .2‬المفاهيم االساسية لمنظومة التحكم اآللي‬

‫‪ 1 .2 .2‬النظام‬

‫‪ 2 .2 .2‬التحكم‬

‫‪ 3 .2 .2‬تعريف نظام التحكم‬

‫‪8‬‬
 ‫‪ 4 .2 .2‬تعريف منظومة التحكم اآللي‬

‫‪ 5 .2 .2‬مكونات نظام التحكم‬

‫‪ 3 .2‬نظامي التحكم‬

‫‪ 1 .3 .2‬نظام التحكم حلقي ذو دائرة مفتوحة‬

‫‪ 2 .3 .2‬نظام تحكم حلقي ذو دائرة مغلقة‬

‫‪ 4 .2‬مصنفات نظم التحكم‬

‫‪ 5 .2‬طرق التحكم‬

‫‪ 6 .2‬اجزاء منظومة التحكم اآللي‬

‫‪ 7 .2‬الحساسات‬

‫‪ 1 .7 .2‬تعريف الحساس‬

‫‪ 2 .7 .2‬الحاجة الى الحساسات‬

‫‪ 3 .7 .2‬انواع الحساسات‬

‫‪ 4 .7 .2‬التطبيقات النموذجية للحساس‬

‫الفصل الثالث‪ :‬تقنيات الذكاء الصناعي‬

‫‪9‬‬
 ‫الشبكات العصبية‬ ‫‪1 .3‬‬

‫‪ 1 .1 .3‬الشبكة العصبية الصناعيه‬

‫‪ 2 .1 .3‬االجزاء الرئيسية للخلية العصبية الطبيعة‬

‫‪ 3 .1 .3‬استخدام مفاهيم الخليه الطبيعية في الخلية العصبية الصناعية‬

‫‪ 4. 1. 3‬الفائدة من بناء الشبكات العصبية الصناعية‬

‫المنطق الضبابي‬ ‫‪2 .3‬‬

‫‪ 1 .2 .3‬مقدمة‬

‫‪ 2 .2 .3‬مفهوم المنطق الضبابي‬

‫‪ 3 .2 .3‬المجموعة التقليدية و المجموعة الضبابية‬

‫‪ 4 .2 .3‬العمليات على المجموعات الضبابية‬

‫‪ 5 .2 .3‬انظمة السيطرة الضبابية‬

‫‪ 3 .3‬الخوارزميات الجينية‬

‫‪ 1 .3 .3‬بدايات التفكير في الخوارزميات الجينية ( مقدمة)‬

‫‪ 2 .3 .3‬مقدمة بيولوجية‬

‫‪ 3 .3 .3‬التكاثر‬

‫‪ 4 .3 .3‬الطفرة‬

‫‪10‬‬
 ‫‪ 5 .3 .3‬استخدام المفهوم البيولوجي في مجال الحوسبه و حل المسائل‬

‫‪ 6 .3 .3‬المكونات االساسية الثالث للخوارزميات الجينية‬

‫‪ 7 .3 .3‬بعض اساليب التصالب‬

‫الرابع‪ :‬تطبيقات‪ 9‬الذكاء الصناعي في‬ ‫الفصل‬

‫الهندسه الكهربائية‬

‫‪ 1. 4‬تصميم مثبت نظام طاقه باستخدام الشبكه الصناعية‬

‫‪ 1. 1. 4‬المقدمه‬

‫‪ 2. 1. 4‬نموذج نظام الطاقه‬

‫‪ 3. 1. 4‬تصميم المتحكم التكيفي‬

‫‪ 4. 1. 4‬عمليه التدريب‬

‫‪ 5. 1. 4‬االستنتاجات‬

‫‪ 2. 4‬تصميم المنطق الضبابي المحكم لمثبت نظام الطاقه‬

‫‪ 2. 2. 4‬تمثيل النظام‬

‫‪ 3. 2. 4‬مسيطر المنطق الضبابي‬

‫‪11‬‬
 ‫‪ 4. 2. 4‬تصميم مثبت نظام الطاقه باستخدام المنطق الضبابي‬

‫‪ 5. 2. 4‬مدخالت مثبت نظام الطاقه باستخدام المنطق الضبابي‬

‫‪ 6. 2. 4‬عمليه الضبابيه‬

‫‪ 7 .2. 4‬دوال عضويه المدخالت‬

‫‪ 8. 2. 4‬مخرج داله العضويه‬

‫‪ 9. 2. 4‬أساس القاعده‬

‫‪ 10. 2. 4‬االستنتاجات‬

‫‪ 3. 4‬تصميم مثبت نظام الطاقه باستخدام تقنيه البحث الجيني‬

‫‪ 1. 3. 4‬المقدمة‬

‫‪ 2. 3. 4‬مناقشة النظام‬

‫‪ 3. 3. 4‬تصميم مثبت جهاز طاقه تقليدي‬

‫‪ 4. 3. 4‬الخوارزمية الجينية المبينه على مثبت نظام الطاقة‬

‫‪ 5. 3. 4‬خوارزمية البحث الجيني‬

‫‪ 6. 3. 4‬مقارنه تقنيات تصاميم متعدده‬

‫‪ 7. 3. 4‬االستنتاجات‬

‫‪12‬‬
‫السيطره على المحرك‬ ‫الخامس‪:‬‬ ‫الفصل‬
‫الحثي المتناوب باستخدام المنطق الضبابي‬

‫‪ 1. 5‬المقدمة‬

‫‪ 2. 5‬المحرك الحثي المتناوب‬

‫‪ 1. 2. 5‬السرعه في المحرك الحثي‬

‫‪ 3. 5‬تقنية الـ ‪MATLAB-SIMULINK‬‬

‫‪ 4. 5‬قوانين المنطق الضبابي المستخدمه للسيطرة‬

‫السادس‪ :‬االستنتاجات والتوصيات‪9‬‬ ‫الفصل‬

‫‪ 1. 6‬االستنتاجات‬

‫‪ 2. 6‬التوصيات‬

‫المقدمــــــة‬
‫‪13‬‬
‫علم الذكاء االصطناعي‪ 9‬هو أحد علوم الحاسب اآللي الحديثة التي تبحث عن أساليب‬

‫متطورة لبرمجته للقيام بأعمال واستنتاجات‪ 9‬تشابه ولو في حدود ضيقة تلك األس‪99‬اليب ال‪99‬تي تنس‪99‬ب‬

‫لذكاء اإلنسان ‪ ،‬فه‪99‬و ب‪99‬ذلك علم يبحث أوالً في تعري‪99‬ف ال‪99‬ذكاء اإلنس‪99‬اني‪ 9‬وتحدي‪99‬د أبع‪99‬اده ‪ ،‬ومن ثم‬

‫محاك‪99‬اة بعض خواصه ‪ ،‬وهن‪99‬ا يجب توض‪99‬يح أن ه‪99‬ذا العلم ال يه‪99‬دف إلى مقارن‪99‬ة أو تمثي‪99‬ل العق‪99‬ل‬

‫البشري الذي خلقه هللا جلت قدرته وعظمته باآللة ال‪99‬تي هي من ص‪99‬نع المخل‪99‬وق‪ ، 9‬ب‪99‬ل يه‪99‬دف ه‪99‬ذا‬

‫العلم الجديد إلى فهم العمليات الذهنية المعقدة التي يقوم بها العقل البشري‪ 9‬أثناء ممارسته (التفك‪99‬ير)‬

‫ومن ثم ترجمة هذه العمليات الذهنية إلى ما يوازيها‪ 9‬من عمليات محاسبية تزيد من ق‪99‬درة الحاس‪99‬ب‬

‫على حل المشاكل المعقدة‪.‬‬

‫يمكن تعريف‪ 9‬الذكاء االصطناعي للحاسب اآللي بأنه القدرة على تمثيل نماذج حاسوبيه (‬

‫‪ ) Computer Models‬لمجال من مجاالت الحياة وتحدي‪9‬د‪ 9‬العالق‪99‬ات األساس‪99‬ية بين عناص‪99‬ره ‪،‬‬

‫ومن ثم استحداث ردود‪ 9‬الفعل التي تتناسب مع أحداث ومواقف هذا المجال ‪ ،‬فالذكاء االص‪99‬طناعي‬

‫بالتالي مرتبط أوالً بتمثيل نموذج حاسوبي‪ 9‬لمجال من المج‪99‬االت ‪ ،‬ومن ثم اس‪99‬ترجاعه وتط‪99‬ويره ‪،‬‬

‫ومرتبط‪ 9‬ثانيا ً بمقارنته مع مواقف‪ 9‬وأحداث مجال البحث للخروج باس‪99‬تنتاجات مفي‪99‬دة ‪ ،‬ويتض‪99‬ح أن‬

‫الفرق بين تعريفي الذكاء االصطناعي واإلنساني‪ 9‬المذكورين أعاله هو أوالً القدرة على اس‪99‬تحداث‬

‫النموذج فاإلنسان قادر على اخ‪99‬تراع وابتك‪99‬ار‪ 9‬ه‪99‬ذا النم‪99‬وذج ‪ ،‬في حين أن النم‪99‬وذج الحاسوبي ه‪99‬و‬

‫تمثي‪99‬ل لنم‪99‬وذج س‪99‬بق اس‪99‬تحداثه في ذهن اإلنس‪99‬ان ‪ ،‬وثاني‪99‬ا ً في أن‪99‬واع االس‪99‬تنتاجات ال‪99‬تي يمكن‬

‫استخالصها من النموذج فاإلنس‪99‬ان ق‪99‬ادر على اس‪99‬تعمال أن‪99‬واع مختلف‪99‬ة من العملي‪99‬ات الذهني‪99‬ة مث‪99‬ل‬

‫االبتكار( ‪ ) Innovation‬واالختراع‪ ) Creation ( 9‬واالستنتاج بأنواعه ( ‪ ) conclusion‬في‬

‫حين أن العمليات الحاسوبيه تقتص‪99‬ر على اس‪99‬تنتاجات مح‪99‬دودة طبق‪9‬ا ً لب‪99‬ديهيات وق‪99‬وانين‪ 9‬متع‪99‬ارف‬

‫عليها يتم برمجتها‪ 9‬في البرامج نفسها‪.‬‬

‫‪14‬‬
‫ويتركز‪ 9‬أصل علم الذكاء االصطناعي‪ 9‬في أبحاث تدرس أساليب تمثيل النماذج ( ‪Model‬‬

‫‪ ) Representation‬في ذاكرة الحاسب اآللي وطرق البحث والتطابق ( ‪Search & Match‬‬

‫‪ )Methods‬بين عناصرها واختزال أهدافها (‪ ) Goal reduction‬وإجراء أنواع االستنتاجات(‬

‫‪ ) Reasoning‬المختلفة مثل االستنتاج عن طريق المنطق ( ‪ ) Logic‬أو عن طريق المقارن‪99‬ة (‬

‫‪ ) Analogy‬أو عن طريق االستقراء ( ‪.) Induction‬‬

‫وس‪99‬وف نتكلم في ه‪99‬ذا البحث عن ط‪99‬رق‪ 9‬التحكم اآللي وعن التقني‪99‬ات المس‪99‬تخدمه لتط‪99‬بيق‬

‫الذكاء الصناعي في الهندسه الكهربائية ونستعرض‪ 9‬التطبيقات الثالث لل‪99‬ذكاء الص‪99‬ناعي في مج‪99‬ال‬

‫الهندسة الكهربائية وهي ( الشبكه العص‪99‬بية و المنط‪99‬ق الض‪99‬بابي و الخوازمي‪99‬ات الجين‪99‬ة) وس‪99‬نقوم‬

‫باالستفادة منها الختيار احدهما وتطبيقه ليق‪9‬وم بالس‪99‬يطره على مح‪9‬رك كهرب‪99‬ائي متن‪99‬اوب وس‪9‬نقوم‪9‬‬

‫باستخدام احد البرامج المتخصصه لنمذجه النظام حاسوبيا‪.‬‬

‫‪15‬‬
 ‫الفصل االول‪:‬‬
‫مقدمة عن الذكاء االصطناعي'‬

‫‪ 1 .1‬مقدمه تاريخيه ‪:‬‬

‫ان الذكاء االصطناعي احدث ما ابتكر العقل البشري في العقود الخمس االخيره من‬
‫القرن العشرين‪ .‬فقبل وجود الكمبيوتر أو حتى االلكترونيات والكهرباء حاول اإلنسان إيج اد‬
‫بعض األشياء لها بعض صفاته ‪ .‬وعلى سبيل المثال في القرون الوسطى يذكر إن البابا سلفيستر‬
‫الثاني صنع اله قادرة على نطق بعدد معين من الكلمات واالجابه على بعض االسئله بنعم او ال [‬
‫‪.]1‬‬

‫أما العرب فقد عملوا بـ" آالالت الحيل " أي اآلالت ذاتيه الحركة من القرن التاسع‬
‫للميالد وك انت أبرزها اآلالت الموس يقية والس اعات والنواف ير‪ .‬وي رى الكث ير من ذوي‬
‫االختصاصات الهندسية الحيل العربية هي السلف المباشرة للكثير من االجهزه ألحديثه مثل آالت‬
‫البيع المحاسبية‪.‬‬

‫ابتدع العالم االنكليزي (تورنج) اختبار للتأكد من ذكاء االله‪ ,‬بحيث االختباركان عن‬
‫وضع االله في حجره مغلقه تخرج من نهاية طرفيه في ردهة ووضع أنسانا أخر في حجره مغلقه‬
‫أخرى يتصل هو األخر بنهاية طرفيه في نفس الردهة ويوجد إنسان أخر ( الحكم ) في الرده ة‪.‬‬
‫وهو الذي يتولى االتصال باالله ويتولى الحكم وأداء الحوار مع كل من االله واإلنسان الكتش اف‬
‫أي الطرفين يتصل باإلنسان دون إن يراهما ويقيس ذكاء االله وقدرتها على التفكير والقى اختبار‬
‫(تورنج) الكثير من المعارضة لعل أبرزها هو تأثر االختبار ب الحكم‪ .‬وان ك ان قد ب دا يضع‬
‫األساس بدأت فيه أبحاث الذكاء االصطناعي وذكاء االله‪.‬‬

‫‪ 2 .1‬الذكاء االصطناعي' ‪:‬‬

‫إن الباحث في علم الذكاء االصطناعي والدارس له يجد إن هذا العلم قائم على أسس متينة‪.‬‬
‫كل ما عليه هو النظر للمراه ليجد مثاال حياَ عن علم النظام الذكي ‪.‬‬

‫يعد الذكاء االصطناعي من أكثر المجاالت نجاحا في الوقت الحاضر حيث خرج من‬
‫طور البحث الى االستعمال التجاري واثبت الذكاء االصطناعي كفائه في مجاالت متعددة وأمكن‬
‫تطبيقها في كثير من التطبيقات التجارية في الشركات والمؤسسات الصناعية وغير الص ناعية [‬
‫‪.]1‬‬

‫‪16‬‬
 ‫‪ 1 . 2 .1‬تعريف الذكاء االصطناعي' ‪:‬‬
‫هو احد علوم الحاسب اآللي ألحديثه التي تبحث عن أساليب متطورة للقيام بأعمال‬
‫واستنتاجات تشابه ولو في حدود ضيقه تلك األسباب التي تنسب لذكاء اإلنسان[‪.]1‬‬

‫‪ 2 .2 .1‬الذكاء اإلنساني‪:‬‬
‫هو جميع العمليات الذهنية من نبوغ وابتكار ونحكم في الحركة والحواس والعواطف ‪.‬‬

‫أما في نطاق دراسة علم الذكاء االصطناعي للحاس بات االليه فيمكن تعريفه في نط اق‬
‫قدره اإلنسان على تطوير األشياء وتحليل خواصها والخروج باستنتاجات‪ .‬فهو بذلك يمثل قدره‬
‫اإلنسان على تطوير نموذج ذهني لمجال من مجاالت الحي اة وتحديد عناص ره واس تخالص‬
‫العالقات الموجودة بينها ومن ثم استحدث ردود الفعل ال تي تتناسب مع أح داث ومواقف ه ذا‬
‫المجال ‪.‬‬

‫من أهم فوائد هذا النموذج الذهني الذي يستحدثه اإلنسان الشعوريا انه يساعد على حصر‬
‫الحقائق ذات العالقة بالموضوع في مجال البحث وتبسيط الخطوات المعق دة ال تي تتم يز بها‬
‫الصورة الحقيقية [‪.]1‬‬

‫‪ 3 .2 .1‬هدف الذكاء االصطناعي ‪:‬‬

‫يهدف الذكاء االصطناعي الى قيام الحاسوب بمحاكاة عمليات الذكاء التي تتم داخل العق‪99‬ل‬
‫البش‪99‬ري‪ 9‬بحيث تص‪99‬بح ل‪99‬دى الحاس‪99‬وب المق‪99‬درة على ح‪99‬ل المش‪99‬كالت واتخ‪99‬اذ الق‪99‬رارات بأس‪99‬لوب‬
‫منطقي ومرتب وبنفس طريقه تفكير العقل البشري ‪ .‬وتمثيل البرامج المحاسبة لمجال من مجاالت‬
‫الحياة وتحسين العالقة االساسيه بين عناصره [‪.]1‬‬

‫‪ 4 .2 .1‬تطبيقات علم الذكاء االصطناعي‪:‬‬

‫‪ :1‬تطبيقات األلعاب ‪.Game Playing‬‬

‫‪ :2‬تطبيقات مكانه التعليل وإثبات النظريات (‪Automated Reasoning Theorem‬‬

‫‪& )Proving‬‬

‫‪17‬‬
 ‫‪ :3‬تطبيقات األنظمة الخبيرة (‪. )Expert Systems‬‬

‫‪ :4‬تطبيقات تميز الصوت ((‪Voice recognition‬‬

‫‪ :5‬تطبيقات الرؤية عن طريق‪ 9‬اآللة( ‪.)Machine Vision‬‬

‫‪ :6‬صياغة أداء اإلنسان( (‪.Modeling Human Performance‬‬

‫‪ :7‬التخطيط و األتمتة (كاإلنسان اآللي)‪.‬‬

‫‪ :8‬لغات و بيئات للذكاء االصطناعي‪.Languages & (Environments for A.I) 9‬‬

‫‪ :9‬تعليم االآلت ( (]‪.Machine Learning[5‬‬

‫‪ 5 .2 .1‬مجاالت الذكاء االصطناعي' ‪:‬‬

‫‪  ‬اتجهت أبحاث الذكاء االصطناعي الى بناء برامج في مجاالت محددة كما سبق اليه القول و‬
‫من هذه المجاالت‪:‬‬

‫النظم الخبيرة او نظم الخبرة ‪.‬‬

‫منظومات اللغات الطبيعية ‪.‬‬

‫البرمجة اآللية ‪.‬‬

‫ادراك الحاسب للكالم ‪.‬‬

‫امكانية الرؤية في الحاسب ‪.‬‬

‫االت الروبوت ‪.‬‬

‫اثبات النظريات‪.‬‬

‫تعلم الحاسب ‪.‬‬

‫العاب الحاسب ‪.‬‬

‫التطبيقات التجارية في االعالم المتعدد [‪.]2‬‬

‫و قد كانت احدى المشاكل الكبرى التي تواجه بناء هذه البرامج الى وقت قريب اضافة الى درجة‬
‫التعقيد العالية التي تمييز هذه البرامج ‪ ،‬هو حاجتها الى سعة تخزينية عالية ‪ .‬كما ان هذه البرامج‬

‫‪18‬‬
 ‫كانت تتولى معالجة مشاكل معقدة و مبهمة ما زالت قيد البحث و التطوير ‪ .‬و لذلك فقد تميزت‬
‫برامج الذكاء االصطناعي بالميزات و الخصائص التالية ‪:‬‬

‫‪ 6 .2 .1‬خصائص الذكاء االصطناعي [‪:]1‬‬

‫(‪ )1‬التمثيل الرمزي‬

‫كانت هذه البرامج تتعامل مع رموز تعبر عن المعلومات المتوفرة مثل ‪ :‬الجو اليوم حار ‪.‬‬
‫و السيارة خالية من الوقود ‪ .‬و احمد في ص حة جي دة ‪ .‬و الطع ام له رائحة زكية و هو تمثيل‬
‫يقترب من شكل تمثيل االنسان لمعلوماته في حياته اليومية ‪.‬‬

‫(‪ )2‬البحث التجريبي‬

‫تتوجه برامج الذكاء االصطناعي نحو مشاكل ال تتوافر لها حلول يمكن ايجادها تبعا‬
‫لخطوات منطقية محددة ‪ .‬إذ يتبع فيها أسلوب البحث التجريبي كما هو حال الطبيب الذي يق وم‬
‫بتشخيص المرض للمريض ‪ ،‬فأمام هذا الطبيب عدد من االحتماالت قبل التوصل إلى التشخيص‬
‫الدقيق ‪ ،‬و لن يتمكن بمجرد رؤيته للمريض و س ماع آهاته من الوص ول إلى الحل ‪ ،‬و ينطبق‬
‫الحال على العب الشطرنج ‪ ،‬فان حساب الخط وة التالية يتم بعد بث احتم االت و افتراض ات‬
‫متعددة ‪ ،‬و هذا األسلوب من البحث التجريبي يحتاج إلى ضرورة توافر سعة تخزين كب يرة في‬
‫الحاسب ‪ ،‬كما تعتبر سرعة الحاسب من العوامل الهامة لفرض االحتماالت الكثيرة و دراستها ‪.‬‬

‫( ‪ )3‬احتضان المعرفة و تمثيلها‬

‫لما كان من الخصائص‪  ‬الهامة في برامج الذكاء االصطناعي استخدام أسلوب التمثيل‬
‫الرمزي‪  ‬في التعبير عن المعلومات ‪ ،‬و اتباع طرق البحث التجريبي في إيجاد الحلول فان برامج‬
‫الذكاء االصطناعي يجب أن تمتلك في بنائها قاعدة كب يرة من المعرفة تحت وي على الربط بين‬
‫الحاالت والنتائج مثل ذلك ‪:‬‬

‫* إذا كان مشغل األقراص في جهاز الكمبيوتر ال يقرا البيانات المسجلة على القرص ‪.‬‬

‫* و القرص جيد ‪.‬‬

‫* و حاكم تشغيل القرص سليم‬

‫* و الكابل بين مشغل القرص و الحاكم سليم ‪.‬‬

‫* فان العطل يكون في مشغل األقراص نفسه ‪.‬‬

‫و مثال ذلك ‪:‬‬

‫* إذا كان الجو غير صحو ‪.‬‬

‫‪19‬‬
 ‫* و درجة الحرارة منخفضة ‪.‬‬

‫* فيجب ارتداء المعطف ‪.‬‬

‫و في هذه األمثلة يتضح التمثيل الرمزي (الجو غير صحو )‪ ،‬واحتض ان المعرفة بمعرفة عطل‬
‫مشغل األقراص و بمعرفة وجوب ارتداء العطف‬

‫(‪ )4‬البيانات غير المؤكدة أو غير المكتملة‬

‫يجب على البرامج التي تصمم في مجال الذكاء االصطناعي أن تتمكن من إعطاء حلول إذا‬
‫كانت البيانات غير مؤكدة أو مكتملة ‪ ،‬و ليس معنى ذلك أن تقوم بإعط اء حل ول مهما ك انت‬
‫الحلول خاطئة أم صحيحة ‪ ،‬و إنما يجب لكي تقوم بأدائها الجيد أن تك ون ق ادرة على إعط اء‬
‫الحلول المقبولة و إال تصبح قاصرة ‪ ،‬ففي البرامج الطبية إذا ما عرضت حالة من الحاالت دون‬
‫الحصول على نتائج التحليالت الطبية فيجب أن يحتوي البرنامج على القدرة على إعطاء الحلول‬
‫‪.‬‬

‫(‪ )5‬القدرة على التعلم‬

‫تعتبر القدرة على التعلم إحدى مميزات السلوك ال ذكي و س واء أك ان التعلم في البشر يتم عن‬
‫طريق المالحظة أو االستفادة من أخطاء الماضي فان برامج الذكاء االص طناعي يجب أن تعتمد‬
‫على استراتيجيات لتعلم اآللة ‪.‬‬

‫‪ 3 .1‬األنظمة الخبيرة ‪:‬‬

‫األنظمة الخبيرة هي انظمة صنع قرار ‪,‬أو أي أجهزه حاسوبية وبرمجيات لحل المشاكل‪,‬‬
‫وتستطيع‪ 9‬أن تصل الى مستوى‪ 9‬معين من األداء تساوي أوحتي تتعدى الخبراء البشريين في بعض‬
‫االختصاصات ‪.‬‬

‫ان االنظم‪99‬ه الخب‪99‬يرة بطبيعته‪99‬ا‪ 9‬هي ف‪99‬رع تط‪99‬بيقي من ال‪99‬ذكاء األص‪99‬طناعي‪ 9‬وهن‪99‬اك ع‪99‬دة‬
‫تطبيقات على االنظمة الخبيرة ‪,‬في التشخيص الطبي ‪,‬استكشاف المع‪99‬ادن ‪ ,‬وتكوين‪99‬ات الكمب‪99‬وتر ‪.‬‬
‫كما ان االنظمه الخبيرة تنتشر في مجاالت تطبيقة معقدة كاداره العق‪99‬ارات‪ ,‬خط‪99‬ط الش‪99‬ركات ‪,‬تقيم‬
‫التحكم الداخلي وتحليل الخطأ ‪.‬‬

‫الفكرة االساسية وراء النظم الخبيرة بسيطة ‪ ,‬فالخبرة تنتقل من الخبراء الى الحاسوب ‪,‬‬
‫ويستدعيها مستخدمو الحاسوب كنصيحه معينه عند الحاجه ‪ ,‬ويستطيع‪ 9‬الحاسوب ان يتوص‪99‬ل الى‬
‫استخالصات معينة ‪ ,‬وبعد ذلك تنصح األنظمه الخب‪9‬يرة الش‪9‬خص المحت‪9‬اج الى االستش‪9‬ارة التخ‪9‬اذ‬
‫القرار المناسب ‪.‬‬

‫‪20‬‬
‫وتستخدم‪ 9‬األنظمة الخب‪99‬يرة االن في االالف من المنظم‪99‬ات وتخ‪9‬دم العدي‪99‬د من المه‪9‬ام ‪ .‬ه‪9‬ذه‬
‫االمكانات تزود الشركات بانتاجية محسنة وميزات تنافسية هائلة [‪.]3‬‬

‫‪ 1 .3 .1‬اهمية االنظمه الخبيرة ‪:‬‬

‫تأتي أهمية هذا النوع من البرامج‪،‬من خالل قدرتهاعلى استخالص الخبرات االنسانية‬
‫وتخزينها‪ 9‬ببرنامج ‪ ،‬يقلد الخبير في عمله بنفس المستوى‪ 9،‬واألهمية األكبر عندما تبدأ الدول‬
‫النامية بمعرفة ضرورة نقل هذه الخبرات من خالل البرامج على اسطوانات صغيرة وليس‬
‫من خالل االستثمار‪ 9‬البشري المكلف ‪ .‬وتعتبر‪ 9‬النظم الخبيرة هى أحد تطبيقات علم الذكاء‬
‫األصطناعى الذى يهدف الى نقل الذكاء البشرى‪ 9‬الى نظم الحاسبات عن طريق‪ 9‬تصميم‪ 9‬البرمجيات‬
‫و أجهزة الحاسبات التى تحاكى سلوك و تفكير البشر[‪.]3‬‬

‫‪ 2 .3 .1‬خواص االنظمة الخبيرة ‪:‬‬

‫‪ .1‬تستخدم أسلوب مقارن لألسلوب البشري في حل المشكالت المعقدة ‪.‬‬
‫‪ .2‬تتعامل مع الفرضيات‪ 9‬بشكل متزامن وبدقة وسرعة عالية ‪.‬‬

‫‪ .3‬وجود حل متخصص لكل مشكلة ولكل فئة متجانسة من المشاكل ‪.‬‬

‫‪ .4‬تعمل بمستوى‪ 9‬علمي واستشاري ثابت ال تتذبذب ‪.‬‬

‫‪ .5‬يتطلب بناؤها‪ 9‬تمثيل كميات هائلة من المعارف‪ 9‬الخاصة بمجال معين ‪.‬‬

‫‪ .6‬تعالج البيانات الرمزية غير الرقمية من خالل عمليات التحليل والمقارنة المنطقية[‪. ]1‬‬

‫‪ 3 .3 .1‬دوافع استخدام النظم الخبيرة ‪:‬‬

‫‪ .1‬ألنها تهدف لمحاكاة اإلنسان فكرا وأسلوبا‪.9‬‬
‫‪ .2‬إلثارة أفكار جديدة تؤدي إلى االبتكار‪.9‬‬

‫‪ .3‬لتخليد الخبرة البشرية ‪.‬‬

‫‪ .4‬توفير‪ 9‬اكثر من نسخة من النظام تعوض عن الخبراء ‪.‬‬

‫‪ .5‬غياب الشعور بالتعب والملل ‪.‬‬

‫‪ .6‬تقليص االعتماد على الخبراء البشر[‪. ]1‬‬

‫‪21‬‬
 ‫‪ 4 .3 .1‬عنصري النظام الخبير ‪:‬‬

‫‪ .1‬اهل الخبره وهم االفراد الذين يقومون اعداد النظمه وادخالها‪ 9‬في الحواسيب ومعالجه‬
‫الخلل في حاله حدوثه ‪.‬‬
‫‪ .2‬المستفيدون من النظام‪ 9‬وهم المدراء أو االشخاص الذين يستعينون بالنظام‪ 9‬للبحث عن‬
‫حلول لمشكله معينه [‪.]1‬‬

‫‪ 5 .3 .1‬مزايا النظام الخبير ‪:‬‬

‫‪ .1‬أن النظام يحتفظ بمعارف‪ 9‬متراكمة و يجعلها جاهزة على الفور ‪.‬‬
‫‪ .2‬أن هذة النظم تساعد الموظفين الجدد و حديثي العهد بالمهنة فى بلوغ مستويات عالية من‬
‫األنتاجية فى وقت قصير‪. 9‬‬

‫‪ .3‬أن وجود‪ 9‬هذة النظم يقلل من مشكالت أرتفاع معدل أحالل العمالة الفنية و المهنية ‪.‬‬

‫‪ .4‬أن النظم الخبيرة تكون سهلة األستخدام‪ 9‬بواسطة غير المتخصصين[‪. ]1‬‬

‫ج‬ ‫‪  ‬‬

‫‪ 4 .1‬االختالف بين النظم الخبيره والذكاء الصناعي وبين‬

‫برامج الحاسبه في حل المشاكل ‪:‬‬

‫‪      ‬يختلف النظام الخبير عن البرامج االعتيادية في الحاسب في أن المعرفة وثيقة الصلة‬
‫بموضوع‪ 9‬معين وأساليب االستفادة من هذه المعرفة مندمجة مع بعض ‪ .‬في النظام الخبير يبدو‬
‫نموذج حل المشكلة كقاعدة معرفة قائمة بذاتها بدال من أن يكون جزءا من البرنامج العام وبهذا‬
‫يكون بإمكان النظام الخبير إدخال بيانات إلى القائمة االيعازات بطريقة إلى المعرفة المتوفرة من‬
‫دون الحاجة إلى إعادة البرمجة ‪.‬وبهذا يمكننا القول أن برنامج الحاسب التقليدي ينظم المعرفة‬
‫بمستويين هما البيانات ‪ ،‬قاعدة المعرفة ‪ ،‬والسيطرة ‪.‬‬

‫‪     ‬ومن هنا نجد االختالف بين النظام الخبير والذكاء االصطناعي عن برامج الحاسبة التقليدية‬
‫في حل المسائل التي ليست لها طريقة حل مسبقة ‪-:‬‬

‫‪ ‬كونها تعمل بالرموز بدال من األرقام وبهذا تفتح المجاالت الجديدة لمعالجتها بواسطة‬
‫الحاسبة‪.‬‬

‫‪22‬‬
 ‫‪ ‬كونها تتعامل مع اللغات المبنية على المفسر وليس المترجم‪ ، 9‬حيث تسمح للتعابير المبنية‬
‫على المفاهيم الصعبة في اللغات التقليدية ‪ .‬والتعبير عن المشكلة بلغة الذكاء االصطناعي‬
‫وهي ‪ ،‬والتي تتحول إلى إجراءات خالل التنفيذ وبهذا ال يكون على المبرمج أن يعرف مسبقا‬
‫الحل أو النتيجة ‪.‬‬

‫ومن هذا تبين انه ليس كل نظام خبير يستند إلى قاعدة المعرفة هو نظام خبير ولكن أن يمتلك‬
‫القدرة على التفسير والوصول إلى القرارات وطلب معلومات إضافية كما يفعل اإلنسان الخبير‬
‫في عملية التفسير والتحليل والتحري وخاصة في المجاالت التي تكون فيها الحقائق كاملة أو غير‬
‫أكيدة[‪. ]4‬‬

‫الفصل الثاني‪:‬‬
‫التحكـــــم اآللــــــــي'‬
‫‪ 1 .2‬المقدمـــــــــــة‬

‫إن العالم شهد منذ امد بعيد تطبيقات لمفهوم نظرية التحكم ‪ .‬ففي عهد البابليين (عام‬
‫‪ 2100‬قبل الميالد ) اصدر الملك حمورابي‪ 9‬بقوانين بلغ عددها ‪ 282‬قانونا موثقه على الحجارة‪.‬‬
‫لتنظيم العمليات الزراعية عن طريق غلق او فتح قنوات الري ‪ .‬وفي عهد االغريق (عام ‪285‬‬
‫قبل الميالد) تم اختراع ساعه مائيه تعمل أوتوماتيكا عن طريق التحكم الول مره في التاريخ في‬
‫مستوى سائل معين بواسطه عوامة وصمام قابل للفتح والغلق[‪.]6‬‬

‫وفي العصور‪ 9‬الحديثه شهدت اوربا في القرن السادس عشرالكثير من عمليات التحكم‬
‫مثل التحكم في درجه الحراره عن طريق التحكم في مسار الهواء ‪ .‬وفي‪ 9‬القرن الثامن عشر تم‬
‫اختراع طواحين الهواء التي امكن تنظيم‪ 9‬عملها ‪.‬وكان اختراع الماكينات التي تعمل بالبخار (عام‬
‫‪1758‬م) في المملكه المتحده بدايه لثوره صناعية تعتمد على التحكم في الطاقة بواسطه اشارات‬
‫ذات طاقه صغيرة مما مهد لظهور‪ 9‬نظم التحكم ذات التغذيه العكسية او التغذية الرجعية ‪.‬‬

‫وكان للحرب العالمية الثانية اثر كبير في تطور‪ 9‬نظم التحكم االلي في كثير من التطبيقات‬
‫الكيميائيه والميكانيكيه والكهربية وفي مجال الطيران والبحرية‪ ,‬مما ارسى قواعد جديده لنظم‬
‫التحكم الحديثة‪ .‬وفي الوقت نفسه برز االهتمام باستخدام الحاسبات في توجيه المدفعيه المضاده‬
‫للطائرات والتحكم في الرادارات والتعرف‪ 9‬على االهداف ‪.‬‬

‫ثم اخذ العالم يتجه في االونه االخيره إلى إدخال علوم االتصاالت والتحكم‪ 9‬في مختلف‬
‫مجاالت الحياه اليوميه لالنسان وذلك لغرض تحسينها‪ 9‬وجعلها اكثر رفاهيه وتقدم [‪.]6‬‬

‫‪23‬‬
 ‫‪ 2 .2‬المفاهيم االساسية لمنظومه التحكم اآللي‪:‬‬

‫‪ 1 .2 .2‬النظام[‪:]7‬‬
‫هو عباره عن مجموعه من المكونات المترابطة التي تؤدي‪ 9‬او تحقق هدفا ما سواء كانت‬
‫نمطا صناعيا او سياسيا او خالفه‪.‬‬

‫‪ 2 .2 .2‬التحكم [‪:]7‬‬
‫عباره عن عملية تصحيح مسار النظام كي يمضي‪ 9‬في االتجاه الصحيح‪ ،‬ويعتمد ذلك على‬
‫مجموعه االوامر التي تصدر لهذا الغرض‪ .‬فاذا تم ذلك بغير تدخل االنسان فتعتبر‪ 9‬العملية تحكما‬
‫آليا او تحكما أوتوماتيكيا‪.‬أما إذا أديرت العملية بواسطة االنسان فتعتبرتحكما‪ 9‬فقط بدون ذكر كلمه‬
‫"الي" ‪.‬‬
‫‪ 3 .2 .2‬تعريف نظام التحكم ‪:‬‬
‫ان اي نظام اذا تحقق فيه سريان المعلومات بين عناصره المختلفه وتحليل ومعالجه‬
‫بعض المعلومات والبيانات لغرض استخدامها‪ 9‬عن طريق مسار التغذيه الراجعه المرتده من‬
‫الخرج الى الدخل يقال عنه نظام تحكم[‪. ]7‬‬

‫‪ 4 .2 .2‬تعريف منظومه التحكم اآللي[‪: ]8‬‬

‫مجموعه من االجهزه والمعدات التي ركبت على منشأة هندسيه بطريقه معينه بحيث‬
‫يمكن التحكم والسيطره على بعض او كل المتغيرات الهامه ففي هذه المنشاء السيطره تتم بطريقه‬
‫محسوبه بحيث يتحقق الهدف االساسي‪ 9‬الذي صممت من أجله هذه المنظومه‪.‬‬

‫‪ 5 .2 .2‬مكونات نظام التحكم ‪:‬‬

‫‪ :1‬العملية المراد التحكم فيها او نموذج لها ‪.‬‬
‫‪ :2‬القيود او الحدود او الظروف الخارجية التي يجري العمل في اطارها ‪.‬‬
‫‪ :3‬دالة الهدف أو جودة االداء المطلوبة‪.‬‬
‫‪ :4‬الطريقه الحسابية أو االوامر او طرق التحكم التي يجب تنفيذها للوصول‪ 9‬بالنموذج الى الهدف‬
‫في ظل الظروف‪ 9‬الخارجيه والقيود‪.‬‬

‫[‪:]7‬‬ ‫‪ 3 .2‬نظامي التحكم‬

‫‪ 1 .3 .2‬نظام التحكم حلقي ذو دائره مفتوحة‪) OPEN LOOP ).‬‬

‫‪24‬‬
 ‫في هذا النظام اشاره الخرج التؤثر على اشاره الدخل ‪ .‬فاذا كان المطلوب هو نظام تتبع بحيث‬
‫تكون االشاره الخارجه مساويه لالشاره الداخلة‪ ,‬فان جهاز التحكم (ح) يجب ان يقوم بعمل‬
‫مساو لمعكوس العملية ( ع ) [‪.]7‬‬

‫ح‬ ‫ع‬

‫شكل (‪ :)1 – 2‬يوضح النظام المفتوح‬

‫عيوب هذا النظام ‪:‬‬

‫ا‪ :‬أن العملية العكسيةعادة ما تكون صعبه التنفيذ او غير قابله للتصنيع ‪.‬‬
‫ب‪ :‬ان أي اشاره تدخل على العمليه تحت التحكم ع اليمكن التحكم فيها ‪.‬‬

‫وبالتالي فان النظام ككل يتصف بانه نظام تحكم غير دقيق‪ 9‬وغير عملي في كثير من‬
‫التطبيقات‪.‬‬

‫‪ 2 .3 .2‬نظام تحكم حلقي ذو دائره مغلقه( ‪) CLOSE LOOP‬‬

‫في هذا النظام يتم اضافه وسائل لقياس الخرج ومقارنته باشاره الدخل ثم الحصـول على اشـــاره‬
‫الخطأ عن طريق اشاره تصل الخرج بالـــــــــــدخل وهذه االشاره تـسمى التغذيــــه الراجعــــه‬
‫( ‪ .)FEEDBACK‬وعلى اساس اشاره التغذيه الراجعه يتم تصحيح الخطأ[‪. ]7‬‬

‫االوامر‬
‫خرج النظام‬
‫جهاز التحكم‬ ‫العملية تحت‬
‫التحكم‬

‫التغذية الراجعه‬

‫‪25‬‬
 ‫شكل (‪ :)2 – 2‬يوضح النظام المغلق بوجود التغذية الراجعه‬

‫‪ 4 .2‬مصنفات نظم التحكم‬

‫(‪ )1‬أنظمه مستمرة وأنظمه رقمية‪:‬‬
‫أالنظمه المستمرة هي تلك التي تكون فيها االشارات تماثليه أي مستمرة مع الزمن‪.‬‬
‫اما االنظمه الرقمية فهي تلك التي تكون فيها االشارات متقطعه مع الزمن‪.‬‬

‫(‪ )2‬أنظمه خطية وأنظمة غير خطية‪:‬‬

‫االنظمه الخطيه هي التي تكون فيها المكونات نظاما خطيا في تعاملها مع االشارات ‪.‬وال تحتوي‪9‬‬
‫على تغذيه راجعه ‪.‬‬
‫االنظمه غير الخطية هي التي تكون مكوناتها‪ 9‬نظما غير خطية في تعاملها مع االشارات وتحتوي‪9‬‬
‫على تغذيه راجعه‪.‬‬

‫(‪ )3‬أنظمه ثابته وأنظمه متغيرة مع الزمن‪:‬‬

‫وذلك حسب طبيعه مكونات النظام‪ 9‬فهي اما تكون مكونات ثابته ال تتغير مع الزمن ‪،‬او متغيرة‬
‫ففي النظم الثابته يحتاج االمر الى مكونات او اجهزه تحكم ثابته‪ ،‬اما في النظم المتغيرة مع الزمن‬
‫فيحتاج الى اجهزه تحكم متغيرة مع الزمن‪.‬‬

‫(‪ )4‬أنظمه عشوائية وأنظمه محدده‪:‬‬

‫وذلك طبقا الشاره طبيعه االوامر‪ .‬فاذا كان اشارات االوامر معروفه مسبقا كان النظام محددا ‪،‬‬
‫واذا كانت هذه االشارات غير معروفه او معروفه بطرق احصائيه كان نظام التحكم نظاما‬
‫عشوائيا‪.‬‬

‫‪ 5 .2‬طـــــرق التحكم [‪:]7‬‬

‫(‪ )1‬تحكم موضعين ‪:‬‬

‫هذا النوع شائع االستعمال وسهل التركيب والتصميم وفيه ييكون للمتحكم قيمتان محتملتان‬
‫للخرج ‪ .‬ويعتمد‪ 9‬هذا على اشارة نسبة الخطأ ‪.‬والتحكم ذي الموضعين يقوم بالتغذية الكهربائيه‬
‫على شكل نبضات أليه عمليه ‪.‬وهذا يسبب دورات المتحكم فيه ‪.‬‬

‫‪26‬‬
 ‫(‪ )2‬التحكم العام ‪:‬‬
‫هذا النوع هو حاله خاصه من تحكم الموضعين حيث تكون قيمه الخرج النهائي ثابته متى كانت‬
‫نسبه الخطأ في مدى المسموح به ‪.‬اما اذا تغيرت قيمه الخرج النهائي وكانت نسبه الخطا تعدت‬
‫المدى المسموح به يبدأ التغير في الخرج حتى ترجع نسبه الخطا الى المدى المسموح به ‪ .‬الى ان‬
‫تثبت قيمه الخرج النهائي عند هذا الحد ‪.‬‬

‫(‪ )3‬التحكم التناسبي‪:‬‬

‫في هذا النوع قيمة الخرج لجهاز التحكم ستكون متناسبه طرديا مع الخطأ بين الدخل والتغذية‬
‫المرتده ‪ .‬كما توجد عالقه ثابته خطية بين قيمه الخرج المتحكم فيه وبين وضع الحكم النهائي ‪.‬‬
‫ويتميز هذا النوع بانه اليوجد‪ 9‬فيه أي تاخير زمني بين الدخل والخرج ‪.‬حيث تكون االستجابة هنا‬
‫فورية وسريعة ‪ .‬لذا يستخدم‪ 9‬في عمليات التحكم التي تتطلب استجابه سريعه ‪.‬‬
‫(‪ )4‬التحكم التكاملي ‪:‬‬
‫وفي هذا النوع تتغير قيمه الخرج في المتحكمات طبقا لتكامل نسبه الخطا ‪ .‬أي ان قيمه الخرج‬
‫تساوي ثابت مضروبه في مساحه منحني الخطا في الفتره الزمنه بين الصفر ولحظه زمنيه ما ‪.‬‬
‫وهذا معناه ان التحكمات تاخذ باالعتبار ليس فقط متجه الخطا اللحظي ولكن القيم السابقه للخطا ‪.‬‬
‫ويستخدم‪ 9‬في الحاالت التي يفضل فيها ان ال توجد‪ 9‬نسبه أي خطا في الخرج مثل دوائر‪ 9‬سرعات‬
‫المحركات الميكانيكية والكهربائيه‪.‬‬

‫(‪ )5‬التحكم التفاضلي‪:‬‬

‫في هذا النوع يتناسب خرج المتحكمات طرديا مع معدل التغير في نسبه الخطا‪ .‬وهذا النوع يعدل‬
‫وضع خرج النظام قيد التحكم في حاله تغير الخطا ‪ .‬ويساعد في عملية االستقرار في النظام الكلي‬
‫للمتحكم ‪ .‬على هذا االساس فان هذا النوع ال يستخدم‪ 9‬منفردا بل يستخدم‪ 9‬مع انواع اخرى ‪.‬‬

‫‪ 6 .2‬اجزاء منظومه التحكم اآللي[‪:]6‬‬

‫(‪ )1‬المحكومة‪:‬‬
‫هي تلك المنشأة الهندسية او العملية التقنية او الماكنة التي يراد التحكم في احد او عدد معين من‬
‫المتغيرات عند مخرجها وهذه المتغيرات تسمى بمتغيرات التحكم ‪.‬‬
‫والمحكومة يمكن ان تقع تحت تأثير اشاره المنظم وهي اشاره التحكم وهي اشاره محسوبه‬
‫بقانون معين من قبل المنظم باالضافه الى انها تحاول تصحيح قيمه متغير‪ 9‬التحكم‪ .‬و يمكن ان‬
‫تقع تحت تاثير اشاره من تشويش خارجي‪ 9‬ويكون ذا اثر غير مرغوب فيه وغالبا ما يكون‬
‫عشوائيا يتسبب في ان تحيد قيمه متغير التحكم عن القيمه المطلوبه‪.‬‬

‫‪27‬‬
 ‫شكل (‪ :)3 – 2‬يوضح المحكومه داخل النظام‬

‫(‪ )2‬عنصر الحس( ‪ )sensor‬وحلول االشارة‪:‬‬

‫لكي تتم مقارنه القيمه الفعلية لمتغير التحكم بالقيمه المطلوبه فانه يلزم قياسها‪ 9‬بواسطه‬
‫جهاز قياس مناسب يحتوي‪ 9‬على عنصر حس يتاثر تأثرا ملحوظا‪ 9‬بتغيرالقيمه لمتغير التحكم‪.‬وفي‪9‬‬
‫كثير من االحوال يحتاج المصمم الى ان يغير نوع االشاره الخارجيه من عنصر الحس الى نوع‬
‫اخر (مثال تحويل االشارات الميكانيكيه الى كهربائيه ) يتناسب مع طبيعه مكونات المنظومه‬
‫ولذلك يستخدم ما يسمى بمحول االشاره ‪ transducer‬وهو عنصر يتوقف تكوينه على نوع‬
‫االشارة الداخله اليه والخارجه منه ‪.‬‬

‫و سنذكر‪ 9‬بالتفصيل بعض انواع الحساسات ‪.‬‬

‫(‪ )3‬المنظم ‪:‬‬

‫هو جهاز يعمل بقانون معين يسمى قانون التحكم وهذا القانون يحدد العالقه التي تربط إشاره‬
‫الخطأ باشاره التحكم التي يخرجها المنظم‪ .‬ويعتبر‪ 9‬اهم مكونات منظومه التحكم ويحتاج في‬
‫تصميمه وضبطه إلى عنايه فائقه ودراسه دقيقه‪،‬ويشتمل‪ 9‬المنظم في كثير من االحيان على مقارن‬
‫يقوم بمقارنه القيمه الفعليه لمتغير التحكم بالقيمه المطلوبه التي تغذي المنظم عن طريق‪ 9‬ما يسمى‬
‫بجهاز ضبط اإلشاره‪.‬‬

‫(‪ )4‬عضو التحكم النهائي ‪:‬‬

‫وهو محرك ( كهربائي‪ – 9‬هيدروليكي‪ – 9‬هوائي_الخ) مسؤول عن تنفيذ إشاره التحكم والتأثير‪ 9‬بها‬
‫على المحكومه بغرض ضبط وتصحيح قيمه متغير التحكم‪.‬‬

‫‪28‬‬
 ‫(‪ )5‬المنظومه المفتوحه والمنظومه المقفله‪:‬‬
‫المنظومه المفتوحه هي المنظومه التي ال تتوقف‪ 9‬اشاره التحكم فيها على القيمه الفعليه لمتغير‬
‫التحكم اما في المنظومه المقفله فان اشاره التحكم تتوقف بكيفيه او باخرى على القيمه لمتغير‬
‫التحكم‪.‬‬

‫(‪ )6‬التغذيه المرتده‪:‬‬

‫ان فكره التغذيه المرتده تعتبر االساس االول في تصميم منظومات‪ 9‬التحكم اآللي ‪.‬وهذه النظريه‬
‫تقوم على اساس مقارنه القيمه الفعليه لمتغير التحكم بالقيمه المطلوبه ثم تحديد اشاره تحكم مناسبه‬
‫تتوقف‪ 9‬بكيفيه او بأخرى على قيمه اشاره الخطأ الناتجه من عمليه المقارنه السابقه‪.‬‬
‫ان نظريه التغذيه المرتده تمثل قاسما‪ 9‬مشتركا بين جميع المنظومات‪ 9‬اآلليه حتى انه ال يطلق على‬
‫المنظومه اسم منظومه تحكم آلي اذا تواجدت فكره التغذيه المرتده لمتغير التحكم‪.‬‬

‫(‪ )7‬التغذيه المرتده السالبه والموجبه‪:‬‬

‫اذا نتج عن عمليه المقارنه طرح قيمه متغير التحكم من القيمه المطلوبه فان التغذيه المرتده في‬
‫هذه الحاله تسمى التغذيه المرتده سالبه واذا كانت االشاره الخارجيه من المقارن تمثل مجموع‬
‫القيمتين فتسمى التغذيه المرتده موجبه‪.‬‬
‫وجميع منظومات التحكم اآللي تعمل بنظريه التغذيه المرتده السالبه أي ان المنظومه تعمل على‬
‫اساس اشاره الخطأ‪.‬‬

‫(‪ )8‬المسار االمامي ومسار التغذيه المرتده في المنظومه‪:‬‬

‫المسار االمامي هو المسار الذي يبدا من اشاره الخطأ الى ان يصل الى متغير التحكم اما مسار‬
‫التغذيه المرتده فهو المسار العكسي ويبدا من اشاره التحكم الى مدخل المقارن‪.‬‬

‫(‪ )9‬داله الهدف‪:‬‬

‫لكل منظومه من المنظومات التحكم اآللي يوجد هدف معين تعمل على تحقيقه‪ .‬ويصاغ الهدف في‬
‫صوره داله رياضيه تسمى داله الهدف ‪ ))objective function‬ويتوقف تصميم المنظومه‬
‫ومكوناتها‪ 9‬على نوع وطبيعه داله الهدف الموضوعه لها‪.‬‬

‫[‪]9‬‬ ‫‪ 7 .2‬الحســاســـــــات‬
‫‪29‬‬
 ‫‪ 1 .7 .2‬تعريف الحساس ‪:‬‬
‫وهو جهاز يحول المقادير الفيزيائية إلى مقادير كهربائية (حرارة – ضغط – إضاءة ‪ )... -‬والخرج إما جهد أو تيار‬
‫أو مقاومة ‪.‬‬

‫‪ 2 .7 .2‬الحاجة إلى الحساسات[‪:]6‬‬

‫أصبحت الحساسات في وقتنا‪ 9‬الحاضر ضرورة أساسية في التطبيقات الصناعية ‪ .‬ويتطلع‪ 9‬الصناعيّون‬
‫اليوم باتجاه قطع مدمجة من تجهيزات الحاسب المتحكم بها ‪ .‬في الماضي ‪ ,‬كان العاملون بمكانة العقل لهذه‬
‫التجهيزات ‪.‬‬

‫حيث كان العامل هو المصدر لكل المعلومات حول عملية المعالجة وكان على العامل أن يعرف فيما إذا كانت هناك‬
‫قطع متوفرة ‪ ,‬أو أي من القطع كانت جاهزة ‪ ,‬وهل هي صالحة أم فاسدة ‪ ,‬وهل األدوات في حالة جيدة ‪ ,‬وهل مكان‬
‫التثبيت مفتوح أم مغلق ‪ ,‬و هكذا ‪ ...‬وبالتالي فإنه كان يتوجب على العامل أن يتحسس المشكالت بنفسه في العملية‬
‫اإلنتاجية ‪.‬‬

‫واآلن تستخدم‪ 9‬الحواسيب في العديد من المجاالت الصناعية التي تستخدم نظام الـ ( ‪ ) PLC‬للتحكم بحركة و‬
‫تتابع اآلالت ‪ .‬حيث أن نظام الـ ( ‪ ) PLC‬أكثر سرعة و دقة في العمل وإنجاز‪ 9‬المهام ‪ ،‬وكذلك يقوم على اكتشاف‬
‫وتفحص عمليات المعالجة بنفسه ‪.‬‬

‫وتستخدم‪ 9‬الحساسات الصناعية لتنجز نفس قدرات نظام الـ ( ‪. ) PLC‬‬

‫يمكن أن تستخدم‪ 9‬الحساسات البسيطة من قبل نظام الـ ( ‪ ) PLC‬لتختبر فيما إذا كان العنصر موجوداً‪ 9‬أو مفقوداً ‪,‬‬
‫وكذلك لتقيم حجم العناصر ‪ ,‬ولتختبر‪ 9‬فيما إذا كان المنتج فارغ أم ممتلئ ‪.‬‬

‫إن الحساسات في الحقيقة ‪ ،‬تنجز مهام بسيطة وبكفاءة عالية وبدقة أكبر مما يمكن أن يفعله األشخاص ‪ ،‬وإن‬
‫الحساسات أكثر سرعة كما أن األخطاء المرتكبة فيها تكون قليلة ‪.‬‬

‫وإن تعدد أنواع الحساسات وتعقيدات استخدامها‪ 9‬في حل مشاكل التطبيقات ينمو يوميا ً ‪ ،‬حيث دخلت حساسات جديدة‬
‫لسد االحتياجات ‪ ،‬وهناك مجالت مكرسة لمواضيع الحساسات ‪.‬‬

‫‪ 3 .7 .2‬انواع الحساسات [‪:]9‬‬

‫‪ )1‬حساسات العبور‪ 9‬والفحص ‪.‬‬

‫‪ )2‬حساسات الحرارة ‪.‬‬

‫‪ )3‬حساسات الضغط ‪.‬‬

‫‪30‬‬
 ‫‪ )4‬حساسات معدل الجريان والتدفق ‪.‬‬

‫‪ )5‬حساسات الفصل والوصل ‪.‬‬

‫‪ )6‬الحساسات الرقمية والتشابهية ‪.‬‬

‫‪ )7‬الحساسات البصرية ‪.‬‬

‫‪ )8‬حساسات الضوء والظالم ‪.‬‬

‫‪ )9‬الحساسات العاكسة ‪.‬‬

‫‪ )10‬حساسات األشعة البينية ‪.‬‬

‫‪ )11‬حساسات النوع االرتدادي‪. 9‬‬

‫‪ )12‬حساسات األلياف البصرية ‪.‬‬

‫‪ )13‬الحساسات اللونية المحددة ‪.‬‬

‫‪ )14‬حساسات الليزر ‪.‬‬

‫‪ )15‬الحساسات الفوق صوتية ‪.‬‬

‫‪ )16‬حساسات الحقل اإللكتروني ‪.‬‬

‫‪ )17‬الحساسات التحريضية ‪.‬‬

‫‪ )18‬الحساسات السعوية ‪.‬‬

‫‪ )19‬الحساسات نوع ‪. npn‬‬

‫‪ )20‬الحساسات نوع ‪. pnp‬‬

‫‪ )21‬المزدوجات الحرارية ‪.‬‬

‫‪ )22‬كاشف الحرارة ذو المقاومة ‪. RTDs‬‬

‫‪ )23‬المقاوم الحراري‪. Thermistors 9‬‬

‫‪ )24‬حساسات الرطوبة ‪.‬‬

‫‪ )25‬الحساسات الطبية ‪.‬‬

‫‪31‬‬
 ‫‪ )26‬الحساسات الذكية ‪.‬‬

‫‪ )27‬الحساسات الكهروكيميائية ‪.‬‬

‫‪ 5 .7 .2‬التطبيقات النموذجية للحساس‪:‬‬

‫عندما نختار حساس لالستخدام في تطبيق معين هناك عدة اعتبارات يجب أن تأخذ بالحسبان وهي كالتالي ‪:‬‬

‫خواص الجسم الذي سيتم تحسسه؟ ‪.‬‬

‫هل المادة المصنوع منها بالستيكية ‪ ،‬معدنية ‪ ،‬حديدية؟ ‪.‬‬

‫هل هو صغير أم كبير الحجم؟ ‪.‬‬

‫هل سطحه عاكس؟ ‪.‬‬

‫هل هناك مساحة كافية لتنصيب الحساس؟ ‪.‬‬

‫هل هناك مشاكل تلوث؟ ‪.‬‬

‫ما هي سرعة االستجابة المطلوبة؟ ‪.‬‬

‫ما هي مسافة التحسس المرغوبة؟ ‪.‬‬

‫هل هناك ضجيج كهربائي زائد؟ ‪.‬‬

‫ما هي الدقة المطلوبة؟ ‪.‬‬

‫‪32‬‬
 ‫‪:‬‬ ‫الفصل الثالث‬
‫تقنيات الذكاء الصناعي‬
‫‪ 1 .3‬الشبكات العصبية' (‪)Neural Networks‬‬

‫‪ 1 .1 .3‬الشبكة العصبية الصناعية‪) Artificial Neural Networks ANN ( :‬‬

‫هي عباره عن نظام لمعالجة البيانات بشكل يحاكي و يشابه الطريقة التي تقوم بها‬
‫الشبكات العصبية الطبيعية لإلنسان أو للكائن الحــــــي ( أي النظام العصبي البشري(‪.‬‬
‫الشبكة العصبيه ( ‪ ) Neural Network‬تحتوي‪ 9‬عدد كبير من ( أنظمه صغيره لمعالجة‬
‫المعلومات ) تسمى الخليه العصبيه( ‪ )Neuron‬وهي عباره عن إقتراح و نظريه رياضية تصف‬
‫كيف يتم العمل في الخليه العصبية الطبيعيه لإلنسان‪ .‬وهنا يتم تبادل اإلشارات العصبية من خليه‬
‫إلى خليه أخرى في الجهاز العصبي الطبيعي ‪.‬أي في الشبكة العصبية الطبيعيه‪.‬‬

‫و يمكن من خالل الشكل التالي أن نصف الخليه العصبيه لإلنسان‪.‬‬

‫‪33‬‬
 ‫شكل (‪ :)1 – 3‬الشبكات العصبية الطبيعية لإلنسان‬

‫‪ 2 .1 .3‬الأجزاء الرئيسية للخليه العصبيه الطبيعيه ‪:‬‬

‫الجزء األول ‪Dendrites :‬‬

‫وهي عبارة عن متحسســـــات تقوم بإلتقاط اإلشارات العصبية من خاليا عصبية أخرى ‪.‬‬
‫ويمكن هنا أن نتخيل أن الخليه العصبيه الطبيعــــــيه إلـــــتقطت حراره مرتفعه أو بروده فتــــقوم‬
‫مجموعه من خاليا الجلد لإلنسان بتحويل العمليه الكيميائيه إلى إشارات عصبية يتـــم إلتقاطها من‬
‫خالل ال ‪. Dendrites‬‬

‫الجزء الثاني ‪Soma :‬‬

‫وهي تمثل جسم الخليه و هي تقوم على تجميــع اإلشــــارات المــــــــستقبلة من خالل ال‬
‫‪ Dendrites‬التي تستخدم في المقارنه في جزء ال ‪ Axon‬من الخلية‪.‬‬

‫الجزء الثالث ‪Axon :‬‬

‫وهي الجزء الذي يقرر أن يتم إرسال إشاره إلى الخاليا التي تلي الخليه الحالية‪ .‬وهنــــــــا‬

‫‪34‬‬
‫يحدث العمل ( لو تخيلنا أن عدد شحنات المجمعة من خالل ال ‪ Soma‬أصبح كافي بدرجه معينـه‬
‫تكافئ درجة الشحنات في ال‪ Axon‬فيتم إرسال إشارات ل ‪ Dendrites‬للـــــخاليا التي تـــــــلي‬
‫الخليه ‪.‬‬

‫و في مثال تحسس الحراره العاليه نجد أن الحراره تحولت إلى عدد من الشحنات العصبية‬
‫في خاليا الجلد و خاليا الجلد تمرر اإلشاره إلى الخليا العصبيه ‪.‬والخليا العصبيه تحت المنطقه‬
‫المتعرضه للحراره تحسست عدد كبير من الشحنات العصبيه و تم تجميع هذه اإلشارات في‬
‫الخليه ‪.‬ولكن عدد اإلشارات المستلمه كبير بشكل أنه يكافئ الدرجه للحرق فإن الخليه ترسل‬
‫إشاره للخليه اللتي تليها لكي تنقل المعلومه إلى العقل و هناك يتم فهم أنه يوجد حرق في منطقه‬
‫المتعرضه لدرجه حراره عاليه‪.‬‬

‫‪ 3 .1 . 3‬استخدام مفاهيم الخليه العصبيه الطبيعيه في الخليه العصبيه‬

‫الصناعيه ‪:‬‬
‫قام علماء علم الحاسوب و الهندسة باقتراح‪ 9‬بناء نظام يحاكي العمليه الموجوده في الخليه‬
‫العصبيه الطبيعيه ‪.Neuron‬‬

‫فلو نظرنا للشكل(‪ )2 – 3‬التالي‪.‬‬

‫نجـــــد أنــــه يتكون من المدخــــالت ( ‪) input vector‬و هـنا تمثل بال ( ‪X1, X2,‬‬
‫‪ . ) X3 ,.......Xn‬و يمكن أن نتخــــيل أنها تمثل ال ‪ Dendrites‬للخلية ( بطريقة مــــا) ‪.‬أي‬
‫مجموعه اإلشارات المدخلة للخلية ‪.‬وهنا تكون إما يوجد إشاره أي ( واحـــد ) أو ال يوجد إشـاره‬

‫‪35‬‬
 ‫( صفر)‪.‬‬

‫الوزن ( ‪) Weights‬‬
‫وهو يمثل درجه الوزن لألشاره المدخلة ‪.‬ويمكن أن نتخيل أن الوزن للحراره المرتفعه مثالً ‪50‬‬
‫ووزن الحراره المنخفضة ب ‪ 3‬و درجه الحراره اإلعتياديه ‪.27‬‬

‫إقتران التنشيط ‪Activation Function‬‬

‫وفيها يكمن العمل الحقيقي للخليه العصبـــــــية‪ .‬أي مثـــالً هنــا يتـــم جمــــــــع األوزان‬
‫لإلشارات المدخلة ومقارنتها بقيمة معينة للحد أو العتـــــــبة ‪ ) Threshold (.‬فإذا كان مجموع‬
‫أوزان اإلشارات يـزيد عن ال ‪ Threshold‬تكون اإلشاره المخرجه هي ( واحد ) و اذا كـان أقل‬
‫يكون الناتج ( صفر)‪.‬‬

‫و بالنظر‪ 9‬للشكل(‪ )3 – 3‬السابق يمكن أن نتخيل كل دائره في الشكل عبــــاره عــن‬

‫خلية عصبية صناعيه ‪ Neuron‬و التي باستخدامها‪ 9‬نبني الشبكة العصبية الصناعية‪ .‬والتــي‬
‫هـــي عبــارة عن هيكل مبني في ذاكرة جهاز ال ‪ PC‬أو ‪ Mobile‬أو عباره عن دائرة‬
‫إلكترونــــية مبنيه على لوح إلكتروني‪.‬‬

‫‪ 4 .1 .3‬الفائدة من بناء الشبكات العصبية الصناعيه ‪:‬‬

‫‪36‬‬
 ‫معالجه اإلشارات (مثل اإلشارات الدوائر‪ 9‬اإللكترونيه)‪.‬‬ ‫(‪)1‬‬
‫التحكم ‪.‬‬ ‫(‪)2‬‬
‫التعرف على األنماط ( مثل الكتابه اليدويه أو الصور او بصمة اليد أو التوقيع ‪(.‬‬ ‫(‪)3‬‬
‫التعرف على األصوات‪.‬‬ ‫(‪)4‬‬
‫في الطب‪.‬‬ ‫(‪)5‬‬

‫‪ 2 .3‬المنطق الضبابي (‪)Fuzzy Logic‬‬

‫‪ 1 .2 .3‬مقدمـة‬

‫ان مصطلح المنطق الضبابي‪ )fuzzy logic( 9‬تم وضعه في عام ‪ 1965‬من قبل‬
‫البروفسور‪ 9‬لطفي زاره ‪.‬استخدم‪ 9‬المصطلح لوصف‪ 9‬المجاميع متعدده القيم‪ .‬حيث ظهرمفهوم‬
‫المنطق متعدد القيم في عام ‪ 1920‬في جامعه ‪ Heisenberg‬للتعامل مع ميكانيكا الكم‪ .‬وطبق‪9‬‬
‫لطفي زاده منطق‪ 9‬متعدد القيم و وضع مصطلح المجموعه الضبابيه (‪ )fuzzy sets‬وهي‬
‫المجموعه التي عناصرها ترجع الى قيم مختلفه ‪.‬ويعتبر‪ 9‬تحويله من المنطق الكالسيكي الذي يعبر‬
‫بالخطا او الصواب و بالرقم واحد او صفر ليصبح المنطق الضبابي متعدد القيم بين صفر الى‬
‫واحد وتعتبر انتقاله من الرياضيات التقليديه واالرقام الى الرياضيات الفلسفيه واللغويه‪.‬‬

‫‪ 2 .2 .3‬مفهوم المنطق الضبابي‬

‫هو منظمه تقليديه تقوم على تعميم للمنطق‪ 9‬التقليدي ثنائي القيم‪ .‬وذلك لالستدالل على‬
‫ظروف‪ 9‬غير مؤكده ‪ .‬فهو نظريات‪ 9‬وتقنيات تستخدم‪ 9‬المجموعات الضبابيه التي هي مجموعات بال‬
‫حدود قاطعه‪ .‬يمثل هذا المنطق‪ 9‬طريقه لتوصيف‪ 9‬وتمثيل الخبره البشريه‪ ,‬كما انه يقدم الحلول‬
‫العمليه للمشاكل الواقعية‪ ,‬وهي بتكلفه فعاله ومعقوله بالمقارنه مع الحلول التي تقدها التقنيات‬
‫االخرى‪.‬‬

‫‪ 3 .2 .3‬المجموعه التقليديه والمجموعه الضبابية'‬

‫( ‪)crisp sets and fuzzy sets‬‬

‫‪37‬‬
 ‫المجموعه التقليديه‪:‬‬

‫في المجموعه التقليديه او الكالسيكيه يمكن لعنصر ما ينتمي لمجموعه واما انه ال ينتمي‬
‫لها بتاتا‪ .‬مثال المجموعه ‪ A‬والمجموعه‪ .U‬اذا قمنا بتعريف‪ 9‬الداله ‪ A‬التي تعطي لكل عنصر‬
‫من العناصر‪ 9‬المجموعه ‪ U‬درجه انتمائه الى المجموعه ‪ , A‬وذلك عبر اعطائها الرقم ‪ 1‬اي ‪A‬‬
‫‪ (X)=1‬اذا كان العنصر‪ 9‬ينتمي للمجموعه ‪ U‬اي العنصر ‪ X‬ينتمي للمجموعه‪ .A‬اما اذا كان‬
‫العنصر ‪ X‬ال ينتمي ل‪ A‬فان الداله ‪ A‬تعطي الرقم‪ 9‬صفر اي ان ‪.A(X)=0‬‬
‫وعلى هذا فانه يمكن التعبير على الداله ‪ A‬كالتي‪:‬‬

‫}‪A: U {0, 1‬‬

‫)‪X A (X‬‬

‫المجموعه الضبابيه ‪:‬‬

‫في المجموعه الضبابيه يمكن لعنصر‪ 9‬ما ان يكون منتمي الى حد معين للمجموعه‪ .‬مثال‬
‫لو كانت المجموعه ‪ A‬مجموعه درجات الحراره التي تصنف بالبارده (بارده بالنسبه لالنسان)‬
‫ولنعتبر المجموعه‪ U‬هي كل درجات الحراره ‪.‬‬

‫نأخذ مثال العنصر ‪ -U ,X=100‬هذه درجه حراره بارده جدا ولذلك هي تنتمي تماما‬
‫للمجموعه‪ A‬أي ان ‪ A(X)=1µ‬اما اذا اخذنا درجه ‪ +X=500‬فان هذه درجه حراره حاره‬
‫جداولذلك العنصر ‪ X‬الينتمي ابدا الى‪. A‬‬

‫الى االن لم نخرج عن استعمال المنطق‪ 9‬الكالسيكي‪ 9‬حيث ان ‪ A‬كانت تنتمي او ال تنتمي ‪ .‬لكن‬
‫لنأخذ مثال درجه الحراره ‪ X=12‬في المنطق التقليدي لدينا احتمالين اما ينتمي اوال ينتمي ل‪A‬‬
‫‪.‬اما في المنطق الضبابي يمكن ان نقول ان ‪ X‬ينتمي الى درجه‪ %50‬الى ‪ A‬اي ان درجه‬
‫الحراره ‪ 12‬درجه نصف بارده نصف معتدله مثال ‪ A(X)=0.5‬وهنا نرى اختالف في تعريف‬
‫الداله ‪.Aµ‬‬
‫حيث تعرف رياضيا‪:‬‬
‫‪A: U {0.1} µ‬‬
‫)‪XµA(X‬‬

‫حيث يمكن للداله ان تعطي نتائج بين ‪ 1,0‬على عكس االمر في المنطق الكالسيكي‪ 9‬حيث ال‬
‫تعطي الداله اال رقم ‪ 1‬او رقم صفر‪.‬‬

‫‪ 4 .2 .3‬العمليات على المجموعات الضبابيه‪:‬‬

‫(‪ )1‬العكس‪ :‬ويرمز‪ 9‬للعمليه بــ ‪ -A‬او ‪.Á‬‬

‫(‪ )2‬التقاطع ويرمز للعمليه بـــ ;∩ او ^‪.‬‬
‫(‪ )3‬الدمج ‪ :‬ويمز للعمليه بـــ ‪ U‬او ‪. V‬‬

‫‪38‬‬
 ‫(‪ )1‬العكس ‪:‬‬
‫لناخذ مثال ‪ -A‬او ‪ Á‬عمليه عكس ‪ A‬وهي مجموعه الدرجات المعتدله و ‪ B‬هي ‪ -A‬اي‬
‫الدرجات الحراره الغير معتدله‪ .‬حيث في المنطق الكالسيكي‪ 9‬يجب مثال على درجه الحراره‬
‫المعتدله ان تنتمي كليا ل‪ A‬وفي‪ 9‬نفس الوقت ال تنتمي ل‪ B‬بتاتا اي مثال درجه الحراره ‪ 20‬ان‬
‫تكون تخضع للعالقه ‪ µA (20)=1‬وفي‪ 9‬نفس الوقت ‪ µA (20)=0‬وهذا تجسيد للمنطق‪9‬‬
‫الكالسيكي حيث درجه الحراره ‪ 20‬اما ان تحسب على المجموعه المعتدله او الغير معتدله‪.‬‬
‫وليس من الممكن ان تكون ‪ 20‬درجه في نفس الوقت متعدله وغير معتدله‪.‬‬
‫وهذا يمكن تحقيقه اذا كانت داله االنتماء ‪=µB µA‬‬

‫(‪ )2‬التقاطع ‪:‬‬

‫يمكن تعريف‪ 9‬عمليه التقاطع في المنطق‪ 9‬الضبابي‪ 9‬وفي‪ 9‬المنطق الكالسيكي‪ 9‬على حد السواء ‪ .‬كما‬
‫هو الحال لعمليه العكس اي باستعمال عمليات رياضيه على دالة االنتماء ‪ µ‬ولكن في التقاطع‬
‫عوض عن استعمال عمليه الطرح عاده ما تستعمل عمليه ‪. min‬‬

‫(‪ )3‬الدمج‪:‬‬
‫يمكن تعريف عمليه الدمج في المنطق الضبابي وفي‪ 9‬المنطق الكالسيكي على حد السواء كما هو‬
‫الحال لعمليه العكس‪ .‬اي باستعمال‪ 9‬عمليات رياضيه على دالة االنتماء ‪ µ‬لكن في الدمج عوض‬
‫استعمال عمليه الطرح تستعمل عمليه ‪. max‬‬
‫بعض المصطلحات التي تستخدم في سياق المنطق‪ 9‬الضبابي‪9‬‬

‫‪Term‬‬ ‫‪Contextual usage‬‬

‫‪bandwidth‬‬ ‫‪Narrowband , broadband‬‬

‫‪blur‬‬ ‫‪Somewhat , quite , very‬‬
‫‪correlation‬‬ ‫‪Low , medium , high , perfect‬‬
‫‪errors‬‬ ‫‪Large , medium , small , a lot‬‬
‫‪of ,not so great , very large , very‬‬
‫‪small‬‬
‫‪frequency‬‬ ‫‪High , low , ultra‬‬
‫‪Resolution‬‬ ‫‪Low , high‬‬
‫‪sampling‬‬ ‫‪Low rate , medium rate‬‬

‫‪ 5 .2 .3‬انظمة السيطره الضبابية‪:‬‬

‫هناك خمس عناصر مبدئيه النظمه السيطره الضبابيه‬

‫(‪ )1‬النموذج المضبب‪.‬‬
‫(‪ )2‬قاعده المعرفه‪.‬‬

‫‪39‬‬
 ‫(‪ )3‬قاعده القوانين‪.‬‬
‫(‪ )4‬محرك المعلومات‪.‬‬
‫(‪ )5‬نموذج فتح الضبابية‪.‬‬

‫التغير االلي في تصميم‪ 9‬البرامج ألي خمس عناصر تكون مسيطر ضبابي متكيف‪.‬‬
‫نظام السيطره الضبابي‪ 9‬يتكون من العناصر‪ 9‬الثابته‪.‬و العناصر‪ 9‬الغير ثابته هي جزءا من نظام‬
‫التحكم تحتوي‪ 9‬على متحسسات التحويل من النظام الموجي الى النظام الرقمي و المحول من‬
‫التحويل من النظام الرقمي الى الموجي‪ .‬و دوائر‪ 9‬التطبيع‪ .‬هناك نوعان من دوائر‪ 9‬التطبيع االول‬
‫لجدوله القيم الفيزائيه الداخله من المسيطر(‪ )controller‬الى قيم طبيعيه‪ .‬والنوع‪ 9‬الثاني يحول‬
‫من القيم الطبيعيه الى القيم الفيزيائيه‪.‬‬

‫‪ 3 .3‬الخوارزميات الجينية (‪)Genetics Algorithm‬‬

‫‪ 1 . 3 .3‬بدايات التفكير في الخوارزميات الجينية ( مقدمة)‪:‬‬

‫ركزت التجارب في الذكاء الصنعي بشكل تقليدي على محاولة تكرار‪ 9‬تصرفات اإلنسان‬
‫–أذكى الكائنات الحية ‪-‬وتطبيقها في مجال البرمجيات ‪,‬وقد‪ 9‬استطاعت هذه المقاربة نوعا ً ما أن‬
‫تحقق نجاح ملحوظ ‪,‬وأكبر مثال على ذلك آلة ديب بلو للعب الشطرنج‪Deep Blue chess  ‬‬
‫‪  machine‬التي تغلبت على الذكاء البشري‪ 9‬المتمثل بالالعب كاسبروف ‪  Kasparov‬وذلك في‬
‫شهر أيار من عام ‪,  1997‬لكن عملية المحاكاة السابقة للسلوك البشري ‪ ,‬كانت محدودة نوعا ً ما‪,‬‬
‫حيث وقفت عاجزة عن حل بعض المسائل ‪ ,‬التي يعرف معظم الناس حلها مسبقا ً ‪.‬ومن هنا بدأت‬
‫تظهر فكرة الطرائق الذكية الحسابية ‪  computational intelligence methods‬مثل‬
‫الحوسبة التطورية ‪ ,  evolutionary computing‬التي زودت الحاسب بإمكانية حل المسائل‬
‫المعقدة دون االعتماد على خبرة اإلنسان‪,‬وانما حاولت االستفادة من ألية التطور(المطروحة في‬
‫نظرية داروين‪)  ‬وتحويلها‪ 9‬لنموذج حاسوبي كإجرائية لألمثلة ‪ ,‬فكما في الطبيعة‪ ,‬فإن عملية‬
‫التطور في الكائنات الحية تهدف للتكيف مع البيئة المحيطة بهدف النجاة فعملية التطور تتجه دوما ً‬
‫نحو ما هو أمثل وأفضل للكائن الحي – و مثال عليها تطور الزرافات‪ 9‬بحيث استطالت اعناقها‪9‬‬
‫لتستطيع الوصول لغذائها المتمثل في أوراق األشجار العالية – إذ أن البقاء لألصلح‪.‬‬

‫‪ ‬وفعالً ‪ ,‬فلم تلبث االفكار السابقة طويالً‪ 9‬حبيسة المختبرات ‪,‬حيث‪  ‬تم فعليا ً طرح‪   ‬فكرة‬
‫الخوارزميات‪ 9‬الجينية –التي هي جزء من الحوسبة التطورية ‪ -‬بشكل رسمي في الواليات المتحدة‬
‫عام ‪ 1970‬من قبل بروفيسور في علوم الحاسب من جامعة ميشيغان ‪Michigan University‬‬
‫‪ of‬يدعى جون هوالند ‪, Johon Holland‬وقد كان قد بدأ بالعمل عليها منذ بدايات الستينيات‪,‬‬

‫‪40‬‬
 ‫وكان هدفه تطور‪ 9‬فهم إجرائية التطور‪ 9‬الطبيعية وتصميم نظم صناعية لها مميزات مشابهه للنظم‬
‫الطبيعية‪.‬‬

‫وكما أن الدافع المستمر لتحسين أداء النظم الحسابية ‪ ,‬جعل من الخوارزميات الجينية حأل مغرياً‪9‬‬
‫وجذابا ً من أجل حل بعض مسائل األمثلة التي لم يكن من الممكن حلها بزمن معقول باستخدام بقية‬
‫الطرق التقليدية السائدة‪.‬‬

‫‪ ‬األمثلية المحلية بدالً من الوصول‪ 9‬للحل األمثلي العام ‪,‬تلك المطبات التي غالبا ً ما تقع فيها طرائق‪9‬‬
‫البحث التدريجية ‪ , Gradient search methods‬لكن بشكل عام فإن الخوارزميات‪ 9‬الجينية‬
‫تميل ألن تكون مكلفة حسابيا ً ‪.‬‬

‫‪ 2 .3 .3‬مقدمة بيولوجية‪:Biological Background  ‬‬

‫كل الكائنات الحية تتألف من خاليا‪ ,‬يوجد في كل خلية نفس مجموعة الكروموزومات‬
‫‪. chromosomes‬‬
‫حيث ان الكروموزومات هي عبارة عن سالسل من الدي ان اي ‪,  DNA‬وبإمكاننا‪ 9‬القول‬
‫بأن الكروموزومات‪ 9‬هي بمثابة نموذج يمثل الكائن كله‪ .‬إذ يتألف كل كروموزوم‪ 9‬من عدد من‬
‫الجينات ‪ ,‬التي بدورها عبارة عن كتل من الدي ان اي ‪,  DNA‬و كل جين ‪ gene‬ير ّمز بروتين‬
‫محدد ‪ ,‬اي بشكل اساسي بإمكاننا القول بأن كل جين ير ّمز صفة معينة في الكائن الحي ‪ ,‬على‬
‫سبيل المثال لون العينين ‪.‬‬
‫لكل جين ضمن الكروموزوم موقعه الخاص ‪ ,‬يدعى هذا الموقع ب ‪. locus‬‬
‫تدعى المجموعة الكاملة من المادة الجينية –اي كل الكروموزومات – بالجينوم ‪. genome‬‬
‫وتدعى مجموعة محددة من الجينات ضمن الجينوم بالجينوتايب‪.  genotype 9‬‬
‫يتحول الجينوتايب في الكائن الحي ‪ -‬بعد التطورات التي تلي مرحلة الوالدة – إلى الفينوتايب‬
‫‪ ,  phenotype‬الذي يمثل بدوره خواص فيزيائية مدركة في الكائن الحي ‪ ,‬مثل لون العينين ‪,‬‬
‫الذكاء ‪… ,‬الخ‬
‫‪ ‬‬

‫‪ 3 .3 .3‬التكاثر‪: reproduction‬‬
‫اول مرحلة في عملية التكاثر ‪ ,‬هي مرحلة االتحاد ‪  recombination‬أو التصالب‬
‫‪  crossover‬بين الكروموزومات‪ ,‬حيث تقوم الجينات من الوالدين في هذه المرحلة‪-‬بطريق ٍة ما ‪-‬‬
‫بتشكيل الكروموزوم‪ 9‬الجديد ‪ ,‬وهنالك احتمال‪  ‬بعدها لهذه االجيال الجديدة الناتجة ‪new‬‬
‫‪  offspring‬بأن تخضع للطفرة ‪. mutation‬‬

‫‪41‬‬
 ‫‪ 4 .3 .3‬الطفرة ‪:Mutation‬‬
‫‪ ‬وتعني حدوث تغيير بسيط في بعض عناصر الدي ان اي ‪ ,   DNA‬هذه التغيرات تنتج‬
‫بشكل اساسي‪ 9‬من اخطاء اثناء نسخ الجينات من االبوين‪ .‬وتقاس صالحية‪  fitness‬الكائن الحي‬
‫بقدرة الكائن الحي على النجاح في حياته‪.‬‬

‫‪ 5 .3 .3‬اسقاط المفهوم البيولوجي في مجال الحوسبة وحل المسائل‪:‬‬

‫يتضح لدينا من المنطلق البيولوجي‪ 9‬الذي تم استيحاء فكرة الخوارزميات الجينية منه‪ .‬أما‬
‫في مجال الحوسبة فإن الفكرة األساسية التي أظهرت الحاجة لنوع من الخوارزميات مماثل نوعا ً‬
‫ما ‪,‬أللية عمل الكروموزومات في الكائنات الحية هي التالية‪:‬‬

‫غالبا ً عند محاولة حل مسألة ما ‪ ,‬يكون لدينا في كل مرة حل ‪ ,‬لكن هذا الحل غالبا ً ال‬
‫يكون الحل األمثلي ‪ ,‬وإنما نستطيع وضوحا ً أن نر بأنه لو كان بإمكاننا مكاملة‪  ‬هذا الحل مع حل‬
‫سابق للمسألة بشكل أو بآخر‪ ,‬الستطعنا‪ 9‬الوصول للحل األمثل‪ .‬أي‪ :‬لو أن عدد من الحلول‬
‫تواجدت معا ً في لحظة معينة ‪,‬نالحظ ان الحل األمثلي يكون مبعثراً بينها ‪ ,‬وبالتالي فإن وجود الية‬
‫لدمج هذه الحلول ‪ ,‬قد تولد لنا في لحظة ما الحل األمثل ‪,‬فإذا تخيلنا كل حل بمثابة تتالي من‬
‫الجينات ضمن كروموزوم‪– 9‬حل – المتواجد بدوره ضمن مجموعة من الكروموزومات‪ 9‬المختلفة‬
‫–عدة حلول للمسألة –ضمن تجمع ما ‪,  population‬عندها بإمكاننا عبر العمليات المتاحة على‬
‫الكروموزمات –التصالب والطفرة – انتاج حلول جديدة ‪-‬كروموزومات جديدة أبناء– ‪ ‬قد يمثل‬
‫أحدها الحل األمثل ‪ ,‬ونستطيع‪ 9‬تقييم هذا الحل ‪ ,‬عبر تابع الصالحية ‪ ,  fitness function‬الذي‬
‫سيقيس جودة هذا الحل ‪ ,‬وبالتالي فرصته بالنجاة ‪ ,‬واالنتقال للجيل التالي‪.‬‬
‫‪ ‬‬

‫‪ 6 .3 .3‬المكونات االساسية الثالث للخوارزميات الجينية‪:‬‬

‫(‪ )1‬طريقة ترميز الحل‪-‬الكروموزوم‪-‬بما يناسب المسألة المطروحة‪.‬‬
‫(‪ )2‬تابع الصالحية ‪,   fitness function‬ويستخدم‪ 9‬لتقيم الحلول‪.‬‬
‫(‪ )3‬المؤثرات –العمليات‪ -‬الجينية (التصالب والطفرة)‪.‬‬
‫‪ ‬‬
‫(‪: )1‬‬
‫أن الخوارزميات الجينية تنطلق‪ 9‬من مجموعة عشوائية من الحلول ‪,‬حلول المسألة‬
‫المطروحة‪ -‬وبالتالي فإن أهم شئ‪ ,‬هو التمثيل البرمجي األنسب والسليم‪ 9‬لهذه الحلول بحيث نسرع‬
‫الخوارزمية بهدف الوصول‪ 9‬للحل األمثل ‪ .‬عملية اختيار التمثيل األنسب عملية تابعة للمسألة التي‬
‫المطلوب حلها ‪,‬ولكن هنالك عدد من أساليب التمثيل الشهيرة التي تم تطبيقها على مسائل مناسبة‬
‫لها والقت نجاحا ً ملحوظأ ‪ ,‬منها‪:‬‬

‫‪ ‬‬
‫[‪ .]1‬الترميز الثنائي ‪Binary Encoding‬‬

‫‪42‬‬
 ‫ويعد من أشهر الطرائق المسخدمة في تمثيل الحلول في الخوارزميات الجينية ‪ ,‬وتنبع‬
‫شهرته لكونه أول اسلوب تم استخدامه في ترميز الحلول في الخوارزميات الجينية ‪ ,‬حيث يتم هنا‬
‫ترميز كل حل (كروموزوم‪ ) 9‬على شكل سلسلة من البتات ‪ 0‬أو ‪.1‬‬

‫‪ ‬الشكل التالي يوضح شكل كروموزوم يستخدم التمثيل الثنائي‪:‬‬

‫‪Chromosome A 101100101100101011100101‬‬
‫‪Chromosome B 111111100000110000011111‬‬
‫‪ ‬‬

‫‪ .]2[  ‬تمثيل التباديل ‪permutation Encoding‬‬

‫في هذا النوع من التراميز‪ 9‬كل كروموزوم‪ 9‬يمثل سلسلة من األعداد‪  ‬أو الرموز غير‬
‫المتكررة ‪ ,‬والمتوضعة وفق‪ 9‬تتالي ما‪.‬‬
‫‪ ‬‬
‫الشكل التالي يوضح شكل كروموزوم يستخدم ترميز‪ 9‬التباديل مرةً باستخدام األعداد ‪ ,‬ومرةً‬
‫باستخدام األحرف‪9‬‬
‫‪Chromosome A 1  5  3  2  6  4  7  9  8‬‬
‫‪Chromosome B 8  5  6  7  2  3  1  4  9‬‬
‫‪ ‬‬
‫‪Chromosome A L I G H T‬‬
‫‪Chromosome B I G T H L‬‬
‫‪ ‬‬
‫ً‬
‫يستخدم ترميز‪ 9‬التباديل عادة في مسائل الترتيب ‪. Ordering Problems‬‬

‫‪ .]3[ ‬ترميز القيمة ‪Value Encoding‬‬

‫في هذا النوع من التمثيل يكون لدينا كل كروموزوم عبارة عن سلسلة من بعض القيم‬
‫المرتبطة بشكل وثيق بمسألة ما ويمكن لهذه القيم أن تأخذ عدة صيغ ممكنة وذلك حسب المسألة‬
‫التي يتم معالجتها ‪ ,‬مثل سالسل من األرقام ‪ ,‬األعداد الحقيقية ‪ ,‬محارف ‪ ,‬أو حتى مجموعات من‬
‫أغراض معقدة ‪.Complicated Objects‬‬
‫‪ ‬‬
‫الشكل التالي يمثل بعض الكروموزومات التي تستخدم ترميز القيمة‬

‫‪Chromosome A 1.2324  5.3243  0.4556  2.3293  2.4545‬‬

‫‪Chromosome B ABDJEIFJDHDIERJFDLDFLFEGT‬‬

‫‪43‬‬
 ‫)‪Chromosome C (back), (back), (right), (forward), (left‬‬
‫‪ ‬‬
‫ويستخدم‪ 9‬عادةً في المسائل التي تستخدم‪ 9‬بعض القيم المعقدة كاألعداد الحقيقية ‪.‬‬
‫من أجل هذا النوع من التمثيل قديضطر إلى تطوير مؤثرات تصالب وطفرة خاصة ‪ ,‬لتناسب‬
‫علية التمثيل المستخدمة في هذه المسائل‪.‬‬

‫مثال على مسائل تستخدم هذا النوع من الترميز‪:‬‬

‫إيجاد مجموعة األوزان لشبكة عصبونية ‪Finding weights for neural network‬‬

‫‪ ‬‬

‫‪ .]4[  ‬ترميز الشجرة ‪Tree Encoding‬‬

‫يستخدم هذا النوع من الترميز بشكل أساسي للتعابير والبرامج التطورية ‪evolving‬‬
‫‪ .  programs or expressions‬حيث يكون كل كروموزوم‪ 9‬في ترميز الشجرة بمثابة شجرة‬
‫من بعض األغراض ‪ ,  objects‬مثل التوابع أو األوامر في لغات البرمجة ‪.‬‬
‫‪ ‬‬
‫الشكل التالي يمثل كروموزومات تستخدم‪ 9‬ترميز الشجرة‬

‫‪Chromosome A‬‬ ‫‪Chromosome B‬‬

‫‪ ‬‬

‫) ) ‪( +  x  ( /  5  y‬‬ ‫) ‪( do_until  step  wall‬‬

‫‪ ‬‬
‫هذا النوع من الترميز مفيد في البرامج التطورية ‪ .  evolving programs‬ولغة‬
‫البرمجة ‪  LISP‬تستخدم‪ 9‬هذا النوع من التمثيل ‪,‬وذلك ألن البرامج ضمنها تمثل بهذا النموذج‬
‫‪,‬ويمكن بسهولة تحليلها (تحليل بنية البرنامج)‪ ,  Parsing‬باستخدام هذا النموذج في التمثيل‬
‫‪,‬وبالتالي يمكن عندها تطبيق المؤثرات الجينية –كالتصالب والطفرة – بسهولة باستخدام‪ 9‬هذا‬
‫النموذج في التمثيل‪.‬‬

‫حيث يكون الكروموزوم هنا بمثابة توابع ممثلة في بنية الشجرة ‪.‬‬
‫‪ ‬‬
‫‪  ‬‬

‫‪44‬‬
 ‫‪ ‬‬
‫(‪ : )2‬أما المكون الثاني فهوتابع الصالحية ‪fitness function‬‬

‫في لحظ ٍة ما ‪ ,‬عندما يكون لدينا عدد من الحلول ‪ ,‬نحن بحاجة أللية فعالة ومدروسة‬
‫توجهنا نحو الحل األفضل من بين مجموعة من الحلول المطروحة ‪ ,‬أي نحن بحاجة لتابع‬
‫الصالحية الذي يرشدنا نحو الحل األمثل ‪ ,‬ويعطينا تقييم أولي ‪ ,‬اي من هذه الحلول هو أقدر على‬
‫النجاة وأصلح ألن ينتقل للجيل التالي ‪ .‬وطبعاً‪ 9‬هنا أيضا ً فإن عملية اختيار هذا التابع ذو عالقة‬
‫وثيقة بالمسألة المطروحة ‪ ,‬وال يوجد تابع عام بشكل مطلق لحساب الصالحية ‪.‬‬

‫ان عملية االنتقال للجيل التالي ‪ ,‬تتم عبر عملية االنتقاء ‪ Selection Operator‬التي سنشرحها‬
‫بعد قليل‪.‬‬
‫‪ ‬‬

‫(‪ : )3‬المكون الثالث يتجلى بالعمليات الجينية ‪Genetic Operators‬‬

‫تنبع أهمية العمليات الجينية من إيجاد حلول لم تكن موجودة سابقا ً في فضاء الحلول‬
‫ومن أهم العمليات الجينية ‪:‬‬
‫‪          -‬التصالب ‪crossover or recombination‬‬
‫‪          -‬الطفرة ‪mutation‬‬
‫ويعتمد بشكل كبير أداء الخورزميات‪ 9‬الجينية على هذين المؤثرين ‪ ,‬وطبعا ً بالتأكيد فإن أسلوب‬
‫التمثيل المستخدم‪ 9‬له دوره ايضا ً ‪.‬‬

‫‪ 7 .3 .3‬بعض أساليب التصالب ‪:crossover‬‬

‫(‪ )1‬التصالب بنقطة وحيدة ‪Single point crossover‬‬
‫وفي هذا النوع من التصالب يتم في البداية تحديد نقطة تصالب وحيدة ‪ ,‬ومن ثم يتم نسخ‬
‫الجينات لالبن األول من بداية الكروموزوم‪ 9‬الممثل ألحد الوالدين ‪,‬لنقطة التصالب ‪ ,‬والبقية يتم‬
‫نسخها من الوالد الثاني ‪,‬وينتج االبن الثاني وفق‪ 9‬عملية موافقة للعملية السابقة ولكن األب الذي‬
‫كان يأخذ منه الجزء األول من الجينات يصبح مصدر لبقية الجينات ‪ ,‬بينما األب الثاني تأخذ منه‬
‫السلسلة الجينية من بدايته لنقطة التصالب‪,‬وتنسخ لالبن الثاني‬

‫‪ ‬‬

‫‪ ‬‬

‫‪45‬‬
 ‫‪11001111 = 11001011+11011111 ‬‬

‫‪11001011 Chromosome parent A ‬‬

‫‪11011111 Chromosome parent B‬‬

‫‪11001111‬‬ ‫‪Offspring  C‬‬

‫‪11011011‬‬ ‫‪Offspring  D‬‬

‫‪ ‬‬

‫(‪ )2‬التصالب وفق نقطتين ‪Two point crossover‬‬

‫يتم اختيار‪ 9‬نقطتي تصالب ‪ ,‬حيث يتم هنا نسخ من بداية الكروموزوم (الصبغي ) ألول نقطة‬
‫تصالب من أحد الوالدين لالبن ‪ ,‬ومن ثم الجزء من السلسلة الثنائية انطالقاً‪ 9‬من أول نقطة تصالب‬
‫لثاني نقطة تصالب ‪ ,‬يتم نسخها نسخها من الوالد الثاني ‪ ,‬بينما بقية السلسلة الثنائية لالبن الناتج‬
‫يتم اخذها من األب األول وذلك من ثاني نقطة تصالب لنهاية األب‪.‬‬
‫‪ ‬‬

‫‪  ‬‬

‫‪11011111 = 11011111 + 11001011‬‬

‫‪11001011 Chromosome parent A‬‬

‫‪11011111 Chromosome parent B‬‬

‫‪Offspring  C‬‬
‫‪11011111‬‬
‫‪11001011‬‬ ‫‪Offspring  D‬‬

‫‪ ‬‬

‫(‪ )3‬التصالب المنتظم ‪Uniform crossover‬‬

‫ويتم في هذا النوع من التصالب اختيار بتات بشكل عشوائي ونسخها‪ 9‬من الوالد األول أو‬
‫الوالد الثاني لألبن‪.‬‬

‫‪46‬‬
 ‫وربّ رسمة خي ُر من ألف جملة توضيحية ‪:‬‬

‫‪ ‬‬ ‫‪ ‬‬

‫‪11011111 = 11011101 + 11001011‬‬

‫‪11001011 Chromosome parent A‬‬

‫‪11011101 Chromosome parent B‬‬

‫‪Offspring  C‬‬
‫‪11011111‬‬
‫‪11001001‬‬ ‫‪Offspring  D‬‬

‫‪ ‬‬
‫(‪ )4‬التصالب الحسابي ‪Arithmetic crossover‬‬

‫وفي هذا النوع من التصالب يتم تنجيز بعض العمليات الحسابية وذلك إلنشاء أبناء جدد‬

‫‪ ‬‬

‫‪)AND( 11001001 = 11011111 + 11001011‬‬

‫(‪ )5‬الطفرة ‪Mutation‬‬

‫في حالة الترميز‪ 9‬الثنائي ‪ ,‬تكون الطفرة ‪ ,‬ببساطة ‪ ,‬ما هي إال عملية عكس ألحد البتات في‬
‫الكروموزم (الصبغي )‪ ,‬حيث يتم اختيار‪ 9‬البت ثم قلبه‬

‫‪ ‬‬

‫‪   10001001 >= 11001001‬‬

‫‪47‬‬
 ‫‪:‬‬ ‫الفصل الرابع‬
‫تطبيقات الذكاء الصناعي في‬
‫الهندسة الكهربائية‬

‫‪ 1 . 4‬تصميم مثبت نظام طاقة باستخدام الشبكة العصبية المكيفة‬

‫الصناعية‬

‫‪ 1 . 1 .4‬المقدمة ‪:‬‬

‫تس‪99‬تخدم‪ 9‬مثبت‪99‬ات نظ‪99‬ام الطاق‪99‬ة لتولي‪99‬د إش‪99‬ارات مراقب‪99‬ة مكمل‪99‬ة لنظ‪99‬ام اإلث‪99‬ارة إلخم‪99‬اد الذبذب‪99‬ة‬
‫المنخفضة التردد داخل النظام‪ 9‬و المنطقة الواقعة بينهما‪ .‬يستخدم مثبت نظام الطاقة التقليدي بش‪99‬كل‬
‫واسع في أنظمة الطاقة الراهنة وكانت له مساهمة في تحسين الثبات الدينامي لنظام الطاقة‪ .‬وحيث‬
‫أن أنظمة الطاقة تتغير مع الزمن‪ ،‬فإن تص‪99‬ميم مثبت نظ‪99‬ام الطاق‪99‬ة التقلي‪99‬دي المب‪99‬نى على النم‪99‬وذج‬
‫الخطي لنظام الطاقة [‪]18‬‬

‫‪48‬‬
‫تستخدم خوارزميات نحقيق االمثليه الذكي‪99‬ه لتحدي‪99‬د الوس‪99‬ائط (المتغ‪99‬يرات) األمث‪99‬ل بالنس‪99‬بة لـ‬
‫مثبت نظ‪99‬ام الطاق‪99‬ة التقلي‪99‬دي ‪ CPSS‬عن طري ‪9‬ق‪ 9‬تحس‪99‬ين دال‪99‬ة التكلف‪99‬ة المبني‪99‬ة على قيم‪99‬ة الجين‬
‫(الصفه) إلى الحد األمثل في النماذج الغير مرتبطه كمبيوتريا‪ 9‬مع الشبكه[‪ .]19‬وبم‪99‬ا أن األس‪99‬لوب‬
‫مبنى على نموذج خطي وال يتم فيه تحديث الوسائط (المتغيرات) عن طريق‪ 9‬الشبكه ‪ ،‬فإنها تفتقر‬
‫إلى األداء المرضي‪ 9‬أثناء التشغيل العملي‪.‬‬

‫يش‪99‬يرالتطبيق إلى أن‪99‬ه ق‪99‬د تم ترك‪99‬يز‪ 9‬أك‪99‬ثر على االس‪99‬تخدام‪ 9‬المش‪99‬ترك لألنظم‪99‬ة وتقني‪99‬ات مث‪99‬ل‬
‫الشبكات العصبية إلضافة خاصة قابلية التكيف مع التصميم [‪ ،ً ]20‬تستخدم معظم‪ 9‬الطرق المبني‪99‬ة‬
‫على السيطرة غير الخطية نماذج مبسطة للتقليل من تعقيد الخوارزميات‪ 9.‬و عند أخذ تعقيد أنظمة‬
‫الطاقة العملية يتطلب األمر المزيد من النماذج الواقعية مع زمن حساب أق‪99‬ل للحص‪99‬ول على تحكم‬
‫فعال محكم على مدى واسع من ظروف التشغيل‪.‬‬

‫بما أن الشبكات العصبية تتمتع بم‪99‬يزة الس‪99‬رعة في الحس‪99‬اب والق‪99‬درة على التعميم والتعليم‪ ،‬تم‬
‫تطبيقها بنجاح لتعريف‪ 9‬ومراقبة األنظمة غير الخطية‪.‬‬

‫يشمل العديد على تطبيق الشبكات العصبية على تصميم مثبت نظام الطاقة ‪ PSS‬ضبط‬
‫والوسائط‪( 9‬متغيرات) مثبت نظام الطاقة التقليدي [‪ CPSS ]21[ ,]22‬وتنفيذ التحكم بالتغذيه‬
‫الراجعه او العكسيه [‪ ]23‬والتحكم المباشر والتحكم‪ 9‬التكيفي غير المباشر‪ 9.‬ال يقوم ضبط وسائل‬
‫متغيرات مثبت نظام الطاقة التقليدي ‪ CPSS‬وتحكم‪ 9‬النموذج العكسي بتحديث والشبكات العصبية‬
‫على الشبكه لذا فإن أداءها يعتمد على نوعية عينات التدريب خارج الشبكه[‪ ،]24‬ومن الصعب‬
‫الحصول عليها‪ .‬و يتم إلى حد كبير تخفيض زمن الحساب[‪ .]25‬لكن ال توجد طريقة دقيقة للقيام‬
‫مباشرة بتقييم أداء ضابط‪ 9‬التحكم‪ ،‬خصوصاً‪ 9‬عندما تتغير وسائط‪( 9‬متغيرات) النظام مع الزمن‪.‬‬
‫لذلك‪ ،‬ال يكون هذا هو أسلوب التحكم األكثر فاعلية‪.‬‬

‫و باإلمكان تصميم مثبت نظام طاقة تكيفي غير مباشر عن طريق‪ 9‬استخدام إشارتي إدخال‬
‫انحراف السرعة وانحراف الطاقة عن ضابط التحكم في الشبكة العصبية‪.‬و أنه من الممكن تصميم‬
‫مثبت نظام طاقة مدرب على الشبكه باستخدام انحراف السرعة فقط كمدخل إلى ضابط التحكم‬
‫العصبي‪ .‬يتكون النظام العصبي غير المباشر من شبكتين وهما ضابط‪ 9‬التحكم العصبي‪ 9‬والمعرف‬
‫العصبي‪ .‬يستخدم ضابط‪ 9‬التحكم العصبي‪ 9‬لتوليد إشارة تحكم ويستخدم‪ 9‬المعرف العصبي لتقديم‬
‫نموذج دينامي لـلوحدة لتقييم وتحديث ضابط التحكم العصبي ‪ .‬حيث أنه يمكن تحديثه كلل من‬
‫المعرف العصبي وضابط‪ 9‬التحكم العصبي على الشبكه‪ ،‬وباإلمكان أن يتكيف ضابط‪ 9‬التحكم مع‬
‫التغيرات في تصميم‪ 9‬حالة النظام‪.‬‬

‫‪ 2 .1 .4‬نموذج نظام طاقة ‪:‬‬

‫نظام اآللة المفردة المتصل بشبكة القدرة يستخدم لتقييم شبكة عصبية مكيفة انظر الشكل‬
‫(‪ ،)1 – 5‬تتألف اآللة المفردة المتصلة بشبكة القدرة من مولد تزامني ‪ ،‬وتوربين‪ ،‬ومنظم ونظام‪9‬‬
‫حفز وخط ارسال متصل مع شبكة القدرة‪ .‬هذا الموديل مركب ضمنيا ً في بيئة الوصلة المشبهة‬

‫‪49‬‬
 ‫في برنامج ‪ MATLAB‬باستخدام‪ 9‬مجموعة وحدة نظام طاقة ‪ PREF ،‬عبارة عن مرجع الطاقة‬
‫الميكانيكية ‪ PSV ،‬هو التغذية الراجعة عن طريق المنظم‪ TM ،‬هي عزم خرج التوربين‪ Vinf ،‬هو‬
‫فولتية المسار غير المحدود‪ VTREF ،‬هو مرجع الفولتية الطرفية‪ VT ،‬هي الفولتية الطرفية‪VA ،‬‬
‫هو خرج منظم الفولتية‪ VF ،‬هو فولتية المجال‪ VE ،‬هي اشارة تثبيت نظام الحفز ‪ ∆ω ،‬هي‬
‫سرعة االنحراف‪ VPSS ،‬هي اشارة خرج مثبت نظام الطاقة و ‪ Q‬هي قوة تفاعل الطاقة في‬
‫طرفية المولد‪.‬‬

‫في الشكل (‪ ،)1 9- 5‬يستخدم المفت‪99‬اح ‪ S1‬لتنفي‪99‬ذ فحوص‪99‬ات على نظ‪99‬ام الطاق‪99‬ة م‪99‬ع ش‪99‬بكة‬
‫عصبية مكيفة غير مباشر ‪ IDNC‬على مثبت نظام الطاقة التقليدي ‪ CPSS‬وبدون (بالمفت‪99‬اح ‪،S1‬‬
‫على وضع ‪ 3 9،2 9،1‬على التوالي ‪ .‬يستخدم المفت‪99‬اح ‪ S2‬لالختي‪99‬ار بين التش‪99‬غيل الع‪99‬ادي ومرحل‪99‬ة‬
‫التدريب (الوضع ‪ 2 ،1‬على التوالي )‪.‬‬

‫شكل ( ‪ : )1 – 5‬تصميم‪ 9‬نموذج النظام‬

‫‪ 3 .1 .4‬تصميم المتحكم التكيفي‪:‬‬

‫يتكون تصميم‪ 9‬الشبكة العصبية المكيفة غير مباشرمن شبكات عصبية مستقلة وهي ضابط‪9‬‬
‫التحكم العصبي والمعرف العصبي‪ . 9‬الشكل ( ‪ ) 2 – 5‬بنية تدريب المع‪99‬رف العص‪99‬بي‪ 9‬وض‪99‬ابط‪9‬‬
‫التحكم العصبي ‪ .‬يتم تنفيذ هاتين المرحلتين على شكل تعاقبي‪ 9‬عند توصيل ضابط التحكم المباش‪99‬ر‬
‫في الشبكة العصبية مع الوحدة عن طريق وضع المفتاح ‪ S1‬على الوضع ‪ 1‬في الشكل ( ‪.)2 – 5‬‬
‫ت‪99‬بين الخط‪99‬وط المتقطع‪99‬ة مس‪99‬ارات إلع‪99‬ادة االنتش‪99‬ار‪ 9‬لتح‪99‬ديث المع‪99‬رف العص‪99‬بي وض‪99‬ابط التحكم‬
‫العصبي ‪ .‬يصف عمليات تدريب المعرف العصبي وضابط‪ 9‬التحكم العصبي ‪.‬‬

‫‪50‬‬
 ‫شكل ( ‪ :) 2 – 5‬بنية ضابط‪ 9‬التحكم غير المباشر للشبكة العصبية‪.‬‬

‫حيث أن عملي‪99‬تي الت‪99‬دريب تظه‪99‬ران في ش‪99‬كل واح‪99‬د‪ ،‬و تص‪99‬نف كلت‪99‬ا اإلش‪99‬ارتين )‪ VPSS(k‬و ∆‬
‫)‪ ω(k‬في الخط‪99‬وة ‪ ،k‬لكن ∆)‪ ω(k‬ليس‪99‬ت االس‪99‬تجابة إلش‪99‬ارة ض‪99‬ابط التحكم )‪ .VPSS(k‬ونظ‪99‬راً‪9‬‬
‫لخاصية التأخر الزمني‪ ،‬ينعكس تأثير اشارة ضابط التحكم )‪.VPSS(k‬‬

‫أ ‪ -‬المعرف العصبي‪:‬‬

‫يتم تطوير المعرف العصبي عن طريق استخدام نموذج معدل الحركة العكسية الذاتية غير‬
‫الخطية‪.‬‬

‫ب ‪ -‬منظم التحكم العصبي‪:‬‬

‫منظم التحكم العصبي هو أيضا ً شبكة تغذية متع‪99‬ددة الطبق‪99‬ات تم ت‪99‬دريبها‪ 9‬بخوارزمي‪99‬ة‪ .‬إن‬
‫عدد الخاليا العصبية في طبقات الدخل ‪ ،‬والمخفية والخرج هو ‪ 1 9،6 9،3‬على التوالي‪ .‬المدخالت‬
‫الى ضابط التحكم العصبي هي انحراف السرعة ∆‪ ω‬وقيمتيها السابقتين وأن خرج ض‪99‬ابط التحكم‬
‫العصبي هو اشارة التحكم ‪ .VPSS‬يتم التوصل الى عدد الخالي‪99‬ا العص‪9‬بية في الطبق‪99‬ات المخفي‪9‬ة في‬
‫كل من المعرف العصبي وضابط‪ 9‬التحكم العصبي بطريقة البحث‪.‬‬

‫‪ 4 .1 .4‬عملـــــــــية التــــــــــدريب‪:‬‬
‫مرحلة ما قبل المراقبة‬

‫خالل هذه المرحلة ‪ ،‬يوضع المفتاح ‪ S2‬على الوضع ‪ 2‬في الش‪99‬كل( ‪ .) 1 – 5‬يتم توزي‪99‬ع قيم‬
‫االشارات العشوائية بين ‪ -0.1 , 0.1‬وهي حد مدى الخرج النموذجي‪ 9‬لمثبت نظام الطاقة التقليدي‪.‬‬

‫‪51‬‬
 ‫تدريب المعرف العصبي‪:‬‬

‫يظهر الشكل (‪ ) 3 – 5‬عملية تدريب المعرف العصبي أثناء مرحلة ما قبل التحكم‪ .‬الم‪99‬دخالت‬
‫الى المعرف العصبي خالل هذه المرحلة هي [∆‪ω(K-1), [∆ω(K-2), [∆ω(K-3), VPSS (k-1),‬‬
‫)‪ [ VPSS (k-2), VPSS (k-3‬وخرجها‪ 9‬هو ∆)‪ .ώ(k‬ويكون الخرج المطلوب للوحدة هو ∆)‪. ω(k‬‬
‫ويتم اعطاء دالة تكلفة لتدريب المعرف العصبي‪.‬‬

‫يستخدم الشكل (‪ ) 4 – 5‬الظهار عملية تدريب المعرف‪ 9‬العصبي‪ .‬يمكن أن يرى أن المعرف العصبي‬
‫يعطي تقديراً جيداً لخرج الوحدة بعد التدريب لمدة ‪ 4‬ثوان‪.‬‬

‫شكل (‪ :) 3 – 5‬تدريب المعرف العصبي أثناء مرحلة ما قبل المراقبة‬

‫شكل (‪ :) 4 – 5‬سرعة انحراف الوحدة التقديرية والفعلية‬

‫‪ )2‬تدريب منظم التحكم العصبي ‪:‬‬

‫يظهر هذا التدريب في الشكل (‪ ، ) 5 – 5‬يتم هذا التدريب مع تدريب المع‪99‬رف العص‪99‬بي بش‪99‬كل‬
‫تع‪99‬اقبي‪ . 9‬خالل ه‪99‬ذه المرحل‪99‬ة ‪،‬يك‪99‬ون االدخ‪99‬ال إلى ض‪99‬ابط التحكم العص‪99‬بي ه‪99‬و [∆‪w(k-1),‬‬

‫‪52‬‬
‫)‪ [∆w(k-2), ∆w(k-3‬والمخرج هو ‪ ، Vpss‬حيث تتم تغذيتهما‪ 9‬بعد ذلك إلى المعرف العصبي‬
‫وتقييمهما مقابل الخرج المطلوب‪ .‬تحس‪9‬ب إش‪9‬ارة التحكم المطلوب‪9‬ة عن طري‪9‬ق‪ 9‬المع‪9‬رف العص‪9‬بي‬
‫بواسطة مقارنة خرج المعرف العصبي‪ 9‬مع االستجابة المطلوبة (حيث أنه يتوقع أن تكون السرعة‬
‫ثابتة في جميع األوقات‬

‫شكل (‪ .) 5 – 5‬تدريب ضابط التحكم العصبي أثناء مرحلة ما قبل المراقبة‬

‫‪ 5 .1 .4‬االستنتاجات‪:‬‬

‫يبنى تصميم شبكة عصبية مكيفة غير مباشر على انحراف سرعة المولد‪ .‬بذلك‪ ،‬فإن‬
‫الحسابات الواردة في تصميم الشبكة العصبية هي في حدها األدنى‪ .‬تظهر نتائج تشبيه ثالثة‬
‫أنواع من االضطرابات حيث يعطى هذا المثبت لنظام الطاقة إخماد أفضل وأسرع‪ 9‬عند وجود‬
‫اضطرابات صغيرة وكبيرة مع تغيرات في ظروف تشغيل النظام‪ .‬إن وجود إخماد أفضل وأسرع‬
‫يعني أن بإمكان المولدات أن تشتغل بكامل طاقتها‪ 9‬تقريبا ً وبهذا نضمن بقاء المولدات ثابتة عن‬
‫حدوث أخطاء قطع مثل دوائر‪ 9‬قصر ثالثي الطور‪ .‬وهذا يعني توليد طاقة أكبر‪.‬‬

‫‪53‬‬
 ‫‪ 2 .4‬تصميم المنطق الضبابي المحكم لمثبت نظام الطاقه‪:‬‬

‫‪ 1 .2 .4‬المقـــــــدمه‪:‬‬

‫إن أحدى أهم مشاكل مثبت الطاقه هي ذبذبه التردات المنخفضه في األنظمة المتشابكةً‪.‬‬
‫هذه التردات تتراوح تتراوح بين جزء من ‪ 1‬هيرتز إلى عدة هيرتزات ‪.‬و قد تبقى الذبذبات‬
‫لدقائق و تتزايد حتى تسبب فصل النظام إن لم يتوفر‪ 9‬اإلخماد المالئم لهاعند تكرار ذبذبة النظام‪.‬‬
‫تحدث الذبذبة نتيجة عدم كفاية عزم دوران االخماد في وحدة التوليد بالتزامن ‪.‬ويمكن تحسين‬
‫وضع الثبات الكلي ألنظمة الطاقة بتطبيق إشارات التحكم اإلضافية على حلقات التحكم بالحث في‬
‫المولد ‪ .‬يتم توليد إشارة التحكم اإلضافية بواسطه دائره موجيه معروفة باسم مثبت نظام الطاقة [‬
‫‪.]26‬‬

‫يتم استخدام‪ 9‬مثبت نظام الطاقة التقليدي‪ ،‬يتم تحديد االعدادات لهذه المثبتات باالعتماد‬
‫على الموديل الخطي لنظام الطاقة حول نقطة التشغيل للتزويد‪ 9‬باألداء األمثل‪ .‬بشكل عام تكون‬
‫أنظمة الطاقة غيرخطية و يمكن أن تتنوع حاالت التشغيل على نطاق‪ 9‬واسع ‪ .‬تبعا ً لذلك يتم‬
‫تخفيض أداء مثبت نظام الطاقة حينما تتغير نقطة التشغيل من واحدة إلى أخرى نتيجة للوسائط‬
‫الثابتة للمثبت‪.‬يبدو إن التحكم الضبابي مالئما تبعا ً الحكامه وانخفاض عبء الحسابات فيه‪ .‬يمكن‬
‫إنشاء ضوابط‪ 9‬المنطق الضبابي بسهولة باستخدام‪ 9‬كمبيوتر مصغر‪ 9‬بسيط ‪ .‬يتم تحديد إشارة التثبيت‬

‫‪54‬‬
 ‫اإلضافية باستخدام عناصر ضبابيه‪ .‬وهنا يطبق نظام الطاقه باستخدام المطق الضبابي‪ .‬للتحكم‬
‫غير الخطي في الزمن الحقيقي لحث المولد ‪ .‬يتم منح إشارة التحكم لنقطة التجميع في منظم‬
‫الفولتية اآللي ويتم‪ 9‬التزويد بعزم الدوران بقصد االخماد المالئم لوحدة المولد التزامني مع‬
‫التحسين اإلضافي‪ 9‬في وقت االرتفاع و وقت االستقرار‪.‬‬

‫‪ 2 .2 .4‬تمثيــــــل النظــــام‪:‬‬

‫يتألف النظام األساسي من مولد تزامني غير خطي متصل بخطي نقل متوازيين مع شبكة‬
‫القدرة الشكل ( ‪ .) 6 – 5‬يتم إعطاء إشارة الخرج لمثبت نظام الطاقة واآلخر إلى نقطة التجميع‬
‫في منظم الفولتية اآللي وفي‪ 9‬النهاية يتم إعطاء اإلشارة المحصلة إلى نظام الخروج من المولد‬
‫التزامني وباستخدام التيار المنتظم للمحفز ‪،‬يمكننا تحقيق عزم دوران اإلخماد الالزم ‪ ،‬وبذلك‬
‫تتوقف‪ 9‬الذبذبات في وقت االستقرار‪.‬‬

‫الشكل ( ‪ : ) 6 – 5‬موديل المولد التزامني المتصل مع‬

‫شبكة القدرة ‪.‬‬

‫لدراسة االحكام ووقت‪ 9‬االرتفاع ووقت‪ 9‬االستقرار والمسار‪ 9‬األقصى ‪ ،‬سوف نقوم بتوصيل ثالثي‬
‫الطور مؤرض ‪ ،‬على مسار المولد ‪.‬‬

‫الشكل ( ‪ : .) 7 – 5‬الخطأ الحاصل في مسار المولد ‪ ،‬انقطاع الخط (الخط ‪ ) 1‬و دخول الحمل‬
‫المفاجئ ‪.‬‬

‫‪ 3 .2 .4‬مســــيطر المنـــــطق الضبابي‪:‬‬

‫‪55‬‬
 ‫إن أنظمة التحكم الضبابي‪ 9‬هي أنظمة معتمدة على القوانين حيث تمثل مجموعة من‬
‫القوانين التي يطلق عليها القوانين الضبايبه ‪ .‬إن هدف أنظمة التحكم الضبابية هي استبدال مشغل‬
‫انساني ماهر بنظام ضبابي معتمد على القوانين ] ‪ . [ 27‬يزود‪ 9‬ضابط المنطق الضبابي‬
‫خوارزمية يمكنها تحويل استراتيجية التحكم اللغوي باالعتماد على معرفة خبير باستراتيجية‬
‫التحكم اآللي ‪.‬يفسر الشكل ( ‪ .) 8 – 5‬التصميم‪ 9‬األساسي لضابط المنطق الضبابي‪ 9‬والذي يتألف‬
‫من الواجهة الضبابية وقاعده المعرفه ( تتألف من قاعدة بيانات و قاعدة قوانين و منطق صنع‬
‫القرار و كتلة واجهة لتفكيك الضبابيه تستخدم‪ 9‬إشارة التحكم ‪.‬‬

‫الشكل ( ‪ .) 8 – 5‬موديل الضابط‪ 9‬الغامض ووحداته‬

‫‪ 4 .2 .4‬تصميم مثبت نظام الطاقة باستخدام المنطق الضبابي المحكم ‪:‬‬

‫المتكم الضبابيي تم استخدام وحدات التاخير لعمل الدوران الكهربائي الالزم حسب‬
‫انحراف السرعه ودائره تقديم الطور‪ 9‬التي يتم استخدامها للتعويض عن التاخير‪ .‬يستخدم‪ 9‬مثبت‬
‫نضام الطاقه الضبابي انجراف السرعه ‪ ∆w‬كمدخل للمتولد التزامني‪ ,‬يتم توليد ثالثه اشارات‬
‫منفصله من ‪ ∆w‬باستخدام‪ 9‬وحدات تاخير الوقت‪ .‬والتي يتم تزويد‪ 9‬مثبت نضام الطاقه الضبابي‬
‫بها‪ .‬تعمل اشاره الدخل االولى والثانيه كخطا وانحراف‪ 9‬الخطأ ‪ ,‬ويعتبر المدخل الثالث اشاراه‬
‫مساعده تغرض زياده الدقه في اشاره التحكم‪.‬‬

‫‪ 5 .2 .4‬مدخالت مثبت نظام الطاقة باستخدام المنطق الضبابي ‪:‬‬

‫أي ‪:‬‬ ‫يأتي المدخل األول ‪ U1‬إلى ضابط المنطق‪ 9‬الغامض مباشرة من‬

‫‪56‬‬
 ‫يتم اشتقاق المدخالت الثانية والثالثة ‪ U2‬و ‪ U3‬من مثبت نظام الطاقة باستخدام المنطق‬
‫الضبابي المحكم بواسطة بتطبيق دائره التأخير و الجمع مع تأخيرفي‪ 9‬الوقت التي يتم توقيتها‪ 9‬بناء‬
‫على تكرار شبكة الطاقة‪ .‬يأخذ مثبت نظام الطاقة باستخدام‪ 9‬المنطق الضبابي المدخالت الثالثة أن‬
‫انحراف السرعة في الحاله الثابته يكون صفرا ‪ ،‬تضبط‪ 9‬القيم اإلسمية لمدخالت مثبت نظام الطاقة‬
‫باستخدام المنطق‪ 9‬الضبابي على القيمة صفر ‪ .‬إن مدخالت مثبت نظام‪ 9‬الطاقة باستخدام‪ 9‬المنطق‬
‫الضبابي هي قيم عددية متفرعة تتراوح بين القيم ] ‪ [ 1 ، 1-‬ألن كل داالت عضوية المدخل‬
‫مصممة لقبول المدخالت ضمن هذا النطاق‪ .‬يتم تبني نطاق مطابق‪ 9‬للخرج‪ .‬إن اختيار النطاق‬
‫اإليجابي والسلبي مدخل ( والمخرج ) تسمح لمثبت نظام الطاقة باستخدام‪ 9‬المنطق الضبابي‬
‫إلدخال إشارات التثبيت اإليجابية أو السلبية إلى نظام التحفيز‪ .‬وتبعا ً لهذا ‪ ،‬يمكن تطبيق‪ 9‬زيادة أو‬
‫تخفيض عزم الدوران ‪ ،‬حسب الالزم‪ ،‬على العضو الدوار‪ 9‬للمولد‪.‬‬

‫‪ 6 .2 .4‬عملية الضبابيه‪:‬‬

‫عملي‪99‬ة الض‪99‬بابيه هي التخطي‪99‬ط‪ 9‬من المج‪99‬ال ال‪99‬رقمي إلى داخ‪99‬ل المج‪99‬ال الض‪99‬بابي‪ . 9‬كم‪99‬ا يع‪99‬ني‬
‫بالضبابيه تعيين القيمة اللغوية المعرفة بعدد صغير نسبي من داالت العضوية إلى المتغير‪.‬‬

‫‪ 7 .2 .4‬دوال عضوية المدخالت‪:‬‬

‫توجد ثالثة مدخالت منفصلة من انحراف الس‪99‬رعة وتزوي‪99‬د مثبت نظ‪99‬ام الطاق‪99‬ة باس‪99‬تخدام‬
‫المنط‪99‬ق الض‪99‬بابي المحكم به‪99‬ا‪ .‬ويتم بع‪99‬دها تحدي‪99‬د ع‪99‬دد وش‪99‬كل داالت العض‪99‬وية‪ .‬من أج‪99‬ل ه‪99‬ذا‬
‫التصميم الخاص ‪ .‬وبالنسبة للمدخالت ‪ ،‬يتم استخدام ما مجموعه س‪99‬ت داالت عض‪99‬وية للض‪99‬بابيه‪.‬‬
‫على سبيل المثال‪ ،‬يكون ‪ Pin1‬هو دالة عضوية المدخل اإليجابي للمدخل األول بينما ‪ Nin2‬هو‬
‫الدالة العضوية المدخلة السالبة للمدخل الثاني ‪.‬‬

‫الشكل ( ‪ :) 9 – 5‬دوال عضوية المدخالت‬

‫‪57‬‬
‫تظه‪99‬ر دوال العض‪99‬وية الموجب‪99‬ة (‪ )Pin‬والس‪99‬البة (‪ )Nin‬في الش‪99‬كل ( ‪ .) 9 – 5‬تعت‪99‬بر دوال‬
‫العضوية من اإلدخاالت الثالثة المتماثلة‪ .‬يعوض عن أية فوارق‪ 9‬كبيرة ناتج‪99‬ة عن ف‪99‬رق‪ 9‬المس‪99‬توى‬
‫األول ‪ ،‬أو فرق المستوى الثاني‪ ،‬أو فرق‪ 9‬المس‪99‬توى‪ 9‬الث‪99‬الث‪ .‬مثالً‪ ،‬إذا ك‪99‬ان أي إدخ‪99‬ال مثبت نظ‪99‬ام‬
‫الطاقة كبيرا‪ ،‬عندها سوف يكون خ‪99‬رج مثبت النض‪99‬ام إش‪99‬ارة تع‪99‬ويض كب‪99‬يرة ذات قطبي‪99‬ة مناس‪99‬بة‬
‫بس‪9‬بب الش‪9‬كل المخت‪9‬ار ل‪99‬دوال العض‪99‬وية‪ .‬وله‪9‬ذا‪ ،‬ال يمي‪99‬ل منحى اتج‪9‬اه العض‪99‬و ال‪9‬دوار‪ 9‬إلى زي‪9‬ادة‬
‫السرعة أو إلى إنقاص السرعة بمعنى أنه يحتفظ بقيمة ثابتة‪.‬‬

‫‪ 8 .2 .4‬مخرج دالة العضوية‪:‬‬

‫بالنسبة لإلخراجات ‪ ،‬تستخدم اثنتان من دوال العضوية وهما (السالب والموجب) ‪Pout،‬‬
‫‪ Nout‬من أجل عملية ازالة الضبابية‪ .‬تتكون الدوال من خطين مائلين متعاكس‪9‬ين كم‪99‬ا ه‪99‬و م‪99‬بين‬
‫في الشكل ( ‪.) 10 – 5‬‬

‫الشكل ( ‪ :) 10 – 5‬دوال عضوية الخرج‬

‫السبب في اختي‪99‬ار العالق‪99‬ة الخطي‪99‬ة ه‪99‬و أن دال‪9‬ة عض‪99‬وية الخ‪99‬رج تك‪99‬ون ع‪99‬ادة تم‪99‬ثيالً خطي‪9‬ا ً لدال‪9‬ة‬
‫عضوية الخرج‪ .‬في التصميم‪ ،‬تم انجاز ذلك باستخدام‪ 9‬دوال عضوية على شكل شبه منح‪99‬رف‪ . 9‬اذا‬
‫تم تشكيل دوال العضوية ‪ ،‬يمكن استخدام‪ 9‬هذه الدوال لتطوير‪ 9‬أساس القاعدة‪.‬‬

‫‪ 9 .2 .4‬أســـــــاس القاعدة‪:‬‬

‫تحت‪99‬وي القاع‪99‬دة األساس‪99‬ية الخاص‪99‬ة بـمثبت نظ‪99‬ام الطاق‪99‬ة باس‪99‬تخدام المنط‪99‬ق الض‪99‬بابي‪ 9‬المحكم‬
‫‪ RFLPSS‬على القواعد التالية‪:‬‬

‫‪58‬‬
‫يتم تغيير‪ 9‬ناتج أساس القاعدة إذا تم التغيير في وزن أية قاع‪99‬دة‪ ،‬وتعطى ك‪99‬ل قاع‪99‬دة أهمي‪99‬ة‬
‫متساوية‪ .‬ويمكن تمثيل أي نموذج كامل مثبت نظ‪99‬ام‪ 9‬الطاق‪99‬ة باس‪99‬تخدام‪ 9‬المنط‪99‬ق الض‪99‬بابي المحكم‬
‫‪. RFLPSS‬‬

‫‪ 10 .2 .4‬االستنتاجات‪:‬‬

‫في ه‪99‬ذا البحث‪ ،‬يتم وص ‪9‬ف‪ 9‬تنفي‪99‬ذ ض‪99‬ابط‪ 9‬تحكم منط ‪9‬ق‪ 9‬ض‪99‬بابي كمثبت نظ‪99‬ام طاق‪99‬ة ‪ .‬يتم‬
‫حس‪99‬اب اش‪99‬ارة التث‪99‬بيت ال‪99‬تي يتم تولي‪99‬دها عن طري‪99‬ق ض‪99‬ابط التحكم باس‪99‬تخدام‪ 9‬دال‪99‬ة عض‪99‬وية‬
‫ضبابيه قياسية‪ .‬وهنا يتمتع مثبت نظام الطاقة باستخدام المنط ‪9‬ق‪ 9‬الض‪99‬بابي المحكم ‪RFPLSS‬‬
‫بم‪99‬يزة ذات أداء ع‪99‬ال بالنس‪99‬بة لل‪99‬وقت الحقيقي ووقت‪ 9‬االس‪99‬تقرار والتج‪99‬اوز‪ 9‬االقص‪99‬ى ‪ ،‬وهي‬
‫العوامل األكثر أهمية في قوة التحكم العالية‪.‬‬

‫‪ 3 . 4‬تصميم مثبت نظام الطاقة باستخدام تقنية البحث المحلي الجيني‬

‫‪ 1 .3 .4‬المقـــــــدمة ‪:‬‬

‫تشهد أنظمة الطاقة ذبذبات منخفضة تتكرر تبعا ً لالضطرابات‪ 9.‬ترتبط هذه الذبذبات‬
‫منخفضة المتكرره باستقرار اإلشارة الصغيرة لنظام الطاقة‪ .‬تم اكتشاف ظاهرة ثبات اآللة‬
‫التزامنية تحت االضطرابات الصغيرة باختبار حالة آلة مفردة متصلة بنظام شبكة القدرة‪ .‬إن‬
‫تحليل اآللة المفردة المتصلة بنظام‪ 9‬مسار النهائي يعطي تبصرا ًفعليا داخل مشكلة الذبذبات‬
‫منخفضة التكرار‪ .‬تم تصنيف الذبذبات منخفضة التكرار في الشبكات الداخليه و تسود‪ 9‬اآللة‬
‫المفردة المتصلة بنظام شبكة القدرة في الوضع المحلي للذبذبات المنخفضة التردد [‪.]28‬‬

‫قد تبقى هذه الذبذبات وتتزايد حتى تكون سببا في فصل النظام إن لم يتوفر‪ 9‬اإلخماد‬
‫المالئم ‪.‬تم تطبيق نظرية التحكم الحديثة على مشاكل تصميم مثبت نظام‪ 9‬الطاقة‪ .‬بالرغم من قدرة‬
‫تقنيات التحكم الحديثة التعامل مع التراكيب المختلفة ‪ ،‬اال أن مرافق نظام الطاقة مازالت تفضل‬
‫بنية مثبت نظام الطاقة التقليدي لتقديم الوقت وتأخيره‪.‬‬

‫‪59‬‬
 ‫خالفا ً لتقنيات الوضع األمثل األخرى‪ ،‬تعمل الخوارزمية الجينية لتمثل حلوال ً محتملة مختلفة ‪.‬‬
‫تتمتع الخوارزمية الجينية بالموازاة الضمنية التي تمكنها من البحث في مجال المشكلة بشكل‬
‫ممتاز ويمكن التوصل‪ 9‬الى الوضع األمثل بسرعة أكبر عند تطبيقها على مشكلة‪.‬‬

‫تم وضع الالليات لكي تعامل مع الماكنه االحاديه المتصله بشبكة القدرة تم توظيف‬
‫خوارزمية البحث الجيني لحل مشكلة الوضع األمثل و البحث عن إعدادات ‪ .‬تم تنفيذ تحليل قيمة‬
‫اإليجن و نتائج التشبيه لتقدير فعالية وقوة البحث الجيني لمثبت نظام الطاقة المقترح إلخماد‬
‫أالوضاع الغير ثابته للذبذبات الكهربائيه و تحسين الثبات الديناميكي‪ 9‬ألنظمة الطاقة‪.‬‬

‫‪ 2 .3 .4‬مناقشة النظام ‪:‬‬

‫يتم اس‪99‬تخدام الماكن‪99‬ه االحادي‪99‬ه المرتبط‪99‬ه ش‪99‬بكة الق‪99‬درة وترتب‪9‬ط‪ 9‬االل‪99‬ه بنظ‪99‬ام كب‪99‬ير خالل‬
‫خطوط النقل‪ .‬يمكن تقليص استخدام آلة متصلة بنظام كبير عن طري‪99‬ق اس‪99‬تعمال خ‪99‬ط ارس‪99‬ال إلى‬
‫آلة مفردة متصلة بنظام شبكة القدرة‪ ،‬باستخدام دائره ثيفنن المكافئه لش‪99‬بكة ‪ .‬المول‪9‬ده ت‪9‬زود‪ 9‬النظ‪9‬ام‬
‫بالطاقة‪ .‬و يمكن تخطيط‪ 9‬المعادالت التي تصف عملية حالة الثبات للمولد التزامني‪ 9‬المتصل بش‪99‬بكة‬
‫القدرة عن طريق رد الفعل الخارجي‪ ،‬حول أي نقطة تشغيل محددة ‪ ،‬كما في المعادالت التالية‬

‫الشكل ( ‪ :) 11 – 5‬النموذج الخطي للمولده االلحاديه المتصلة بنظام شبكة القدرة‬

‫نقطة التشغيل ‪:‬‬

‫يتم التعبير‪ 9‬عن التفاعل بين معادالت السرعة و الفولتية لآللة بثوابت‪ k‬الستة (‪.) k1-k6‬‬
‫تعتبر هذه هي الثوابت باستثناء ‪ ، k3‬الذي يعتبر دالة على نسبة المممانعه ‪ ،‬معتمدة على تحميل‬
‫الطاقة الفعلي الحقيقي وذات ردة فعل كما في مستويات‪ 9‬التحفيز في اآللة‪ .‬كما تم األخذ في‬
‫االعتبار مثبت نظام الطاقة التقليدي الذي يشكل سلسلة من الشبكات المتصلة مع انحراف‪9‬‬

‫‪60‬‬
 ‫على أنها إشارة مدخل ‪ .‬يظهر الشكل ‪ 1‬النموذج الخطي لآللة المفردة‬ ‫سرعة المولد‬
‫المتصلة بنظام كبير حول نقطة التشغيل‪.‬‬

‫‪ 3 .3 .4‬تصميم مثبت جهاز طاقة تقليدي‪:‬‬

‫يتم الحصول على قيم اآليجين(الصفه)من وضع مصفوفه جينه و باستخدام‪ 9‬برنامج ‪Matlab.‬‬
‫يبدو من قيم الحلقة المفتوحة‪ ،‬إن النظام بدون مثبت نظام الطاقة ‪ PSS‬يكون غير مستقر‬

‫ووج‪9‬د‪ 9‬ان‪99‬ه ال حاج‪99‬ة لنق‪99‬ل بعض قيم اآليجين(الص‪99‬فه) نظ‪99‬رأ ألنه‪99‬ا موض‪99‬وعة في الجه‪99‬ة‬
‫اليسرى ‪ .‬وفي حالة وجود‪ 9‬أي من الحاالت الكهروميكانيكية ‪ ،‬تلزم إضافة مثبت نظ‪99‬ام الطاق‪99‬ة‬
‫‪ PSS‬لتحسين ثبات النظام‪ .‬باستخدام‪ 9‬خوارزمية مراقب‪9‬ة النم‪9‬وذج غ‪9‬ير المركزي‪9‬ة ‪ ،‬يتم ايج‪9‬اد‬
‫متغير نظام الطاقة التقليدي‪.‬‬

‫‪ 4 .3 .4‬الخوارزمية الجينية' المبنية على مثبت نظام الطاقة‪:‬‬

‫لتقليل معايير الخطأ ‪ ،‬يولد ضابط‪ 9‬التحكم متغيرات الكسب وثبات الوقت المتق‪99‬دم للط‪99‬ور‪.‬‬
‫يتم تقليل الزمن المتمم مضروبا ً في القيمة المطلقة للخطأ عن طريق تطبيق‪ 9‬خوارزمية جينيةً‪.‬‬
‫تعم‪99‬ل ه‪99‬ذه الخوارزمي‪99‬ة على ترم‪99‬يز‪ 9‬المتغ‪99‬يرات كي يتم تحس‪99‬ينها الى الوج‪99‬ه األمث‪99‬ل حيث تم‬
‫تمثيل كل متغير‪ 9‬بست عشرة بايت وتم توليد كروموسوم واحد او كروموسومات عن طري‪99‬ق‬
‫تسلسل خيوط المتغير الرموز‪ .‬وعلى نقيض البحث العشوائي التقليدي‪.‬‬

‫تمضي الخوارزمية ق‪99‬دما ً كم‪99‬ا يلي‪ :‬تق‪99‬ييم ك‪99‬ل كروموس‪99‬وم‪ ،‬عن طري‪99‬ق ف‪99‬ك ترم‪99‬يز الخي‪99‬ط‬
‫للحصول على معادل تقديم وتأخير‪ 9‬الوقت التي يتم تطبيقها بعد ذلك في تمثي‪99‬ل وص‪99‬لة التش‪99‬بيه‬
‫في نظام الحلقة المغلقة‪.‬‬

‫‪ ‬تم اختيار الخمسة أفراد األكثر مالءمة آليا ً في حين تم اختيار الباقي بشكل عشوائي ‪.‬‬
‫إن هذه هي إستراتيجية النخبة التي تؤكد على إن اإلرادة األفضل لألجيال لن تضعف‬
‫أبدا وبالتالي‪ 9‬ضمان تقارب الخوارزمية الجينية‪.‬‬

‫‪ ‬باستخدام األفراد‪ 9‬الذين تم اختيارهم‪ ، 9‬يتم اختيار المجموعة التالية عن طريق‪ 9‬التجاوز‬
‫والطفرة نقطة واحدة‪ .‬وتم تطبيق الطفرة مع احتمالية منخفضة جداً مقدارها ‪0.001‬‬
‫لكل خانة (بت)‪ .‬يضمن التكاثر‪ 9‬عن طريق استخدام التجاوز‪ 9‬والطفرة عدم وجود‬

‫‪61‬‬
 ‫فقدان كامل ألي جين في المجموعة عن طريق قدرتها‪ 9‬على إدخال أي جين قد ال‬
‫يكون موجوداً‪ 9‬في البداية‪ ،‬أو يفقد الحقاً‪.‬‬

‫‪ ‬تم تكرار هذا الترتيب حتى يكون قد تم تقارب الخوارزمية (‪ 50‬مرة) و التوصل‪ 9‬الى‬
‫تشبيه وتقييم ضبط معادل تقديم وتأخير زمن الخوارزمية الجينية باستخدام باستخدام‬
‫التشبيه في برنامج ‪. MATLAB‬‬

‫‪ 5 .3 .4‬خوارزمية البحث الجيني‪':‬‬

‫الخطوة ‪:1‬‬
‫وضع عداد توليد ‪ k=0‬ووضع‪ 9‬حلول مبدئية عشوائية }‪ . X0={Xi, i= ……….n‬يمكن كتابة‬
‫الحل المبدئي ‪ X، ith‬على شكل ]‪ ،xi=[p1p2….pj…pm‬حيث يتم توليد المتغير ‪ pj‬لل‪99‬ترتيب ‪jth‬‬
‫عن طريق اختي‪9‬ار عش‪9‬وائي لقيم‪9‬ة ذات احتمالي‪9‬ة موح‪9‬دة من مس‪9‬احة البحث المتعلق‪9‬ة به‪9‬ا [‪Pimin.‬‬
‫‪ .] Pjmax‬تشكل هذه الحلول المبدئية المجموعة الرئيسية في التوليد المبدئي ‪ .x0‬ويتم تقييم كل فرد‬
‫من ‪ x0‬باستخدام‪ 9‬الدالة الموضوعية ‪ ،J‬المجموعة ‪.x= x0‬‬

‫الخطوة ‪:2‬‬
‫تحسين كل فرد وصوالً الى الوجه األمثل في ‪ ،x‬واستبدال‪ 9‬كل فرد في ‪ x‬بنسخته المحسنة محليا‪ً،‬‬
‫وتحديث قيم الدالة الموضوعية وفقا ً لذلك‪.‬‬

‫الخطوة ‪:3‬‬
‫البحث عن القيمة المثلى للدالة الموضوعية ‪ Jmin‬ووضع الحل المتعلق بالدالة ‪ Jmin‬على أساس‬
‫أنها الحل األفضل ‪ X best‬مع الدالة الوظيفية ‪.J best‬‬

‫الخطوة ‪:4‬‬
‫تفقد معايير اإليقاف ‪ .‬إذا تمت تلبية واحد منها‪ ،‬يتم التوقف‪ 9.‬خالف ذلك‪ ،‬ضع ‪ ،k=k+1‬ثم انتقل‬
‫إلى خطوة ‪.5‬‬

‫الخطوة ‪:5‬‬
‫ضبط عداد السكان على ‪.i=5‬‬

‫الخطوة ‪:6‬‬
‫الرسم بشكل عشوائي ‪ ،‬مع احتمالية موحدة‪ .‬هنالك حالن وهما ‪ x1، x2‬من ‪ ، x‬تنطبقان على‬
‫مشغلي التجاوز والطفرة الجينية للحصول على ‪.x3‬‬

‫‪62‬‬
 ‫الخطوة ‪:7‬‬
‫ً‬
‫تحسين الحل ‪ x1‬محليا والحصول على ‪.x3‬‬

‫الخطوة ‪:8‬‬
‫تفقد عن كون ‪ x3‬أفضل من الحل األسوأ في ‪ x1‬بالحل ‪ x3‬واستبدال قيمة الهدف بقيمة ‪.x3‬‬

‫الخطوة ‪:9‬‬
‫ً‬
‫اذا كانت ‪ ،i=n‬انتقل الى الخطوة ‪ ،3‬خالفا لذلك ضع ‪ i=i+1‬وارجع الى الخطوة ‪.6‬‬

‫‪ 6 .3 .4‬مقارنة تقنيات تصاميم متعددة‪:‬‬

‫تم تطوير‪ 9‬مساحة حالة تزايدية لنظام اآلله المتصله مع منظم فولتية ذي أربع‪99‬ة متغ‪99‬يرات‪.‬‬
‫لقد وجد أن هذا النظام بدون مثبت نظ‪99‬ام طاق‪99‬ة يك‪99‬ون غ‪99‬ير مس‪99‬تقر م‪99‬ع وج‪99‬ود‪ 9‬الج‪99‬ذور في الجه‪99‬ة‬
‫اليمنى‪ .‬تم وضع مشبه لالستجابة الدينامية للنظام‪ 9‬بدون مثبت نظام طاقة باستخدام‪ 9‬وصلة التش‪99‬بيه‬
‫لالضطراب‪.‬‬

‫يستخدم ترميزبرنامج ‪ MATLAB‬للمثبت التقليدي لنظام طاقة‪ .‬يتم اس‪99‬تخراج منحني‪99‬ات‬

‫االس‪99‬تجابة الدينامي‪99‬ة للمتغ‪99‬يرات‪ .‬وتتم‪ 9‬المقارن‪99‬ة بين منحني‪99‬ات اس‪99‬تجابة نظ‪99‬ام مثبت نظ‪99‬ام الطاق‪99‬ة‬
‫التقليدي ومثبت نظام الطاقة المبني على الخوارزمية الجينية‪.‬‬

‫يؤخذ انحراف سرعة العمود كمدخل لجميع مثبتات الطاقة‪.‬‬

‫شكل ( ‪ :)12 – 5‬وقت حالة الحمل العادي لآللة المفردة المتصلة بشبكه القدره ‪.‬‬

‫‪ 7 .3 .4‬االستنتاجات‪:‬‬

‫‪63‬‬
‫ان أداء مثبت نظام الطاقة التقليدي ‪ CPSS‬قد ال يعطي نتائج مرضية عندما يحدث تغيير‬
‫هائ‪999‬ل في نقط‪999‬ة التش‪999‬غيل‪.‬تظهراالس‪999‬تجابة الدينامي‪999‬ة أن نظ‪999‬ام‪ 9‬مثبت الطاق‪999‬ة المب‪999‬نى على‬
‫الخوارزمية الجينية له استجابة مثلى وتكون االس‪99‬تجابة سلس‪99‬ة وفيه‪9‬ا‪ 9‬انطالق زائ‪99‬د واس‪99‬تقرار‬
‫أقل مقارنة مع مثبت نظام الطاقة التقليدي‪.‬‬

‫عن‪99‬د مقارن‪99‬ة مثبت نظ‪99‬ام الطاق‪99‬ة التقلي‪99‬دي ومثبت نظ‪99‬ام‪ 9‬الطاق‪99‬ة المب‪99‬نى على الخوارزمي‪99‬ة‬
‫الجيني‪99‬ة‪ ،‬يعطى مثبت نظ‪99‬ام الطاق‪99‬ة المب‪99‬نى على الخوارزمي‪99‬ه الجين‪99‬ه نت‪99‬ائج التش‪99‬بيه ان مثبت‬
‫الطاقة المبني على البحث يمكن أن يعمل بفاعلية وقوة على نط‪99‬اق واس‪99‬ع ويض‪99‬هر ق‪99‬دره على‬
‫الصيطره اكبر من مثبت نظام الطاقه ‪.‬‬

‫الفصل الخـامس‪:‬‬
‫السيطرة على المحرك الحثي‬
‫المتناوب بأستخدام المنطق الضبابي'‬
‫‪ 1 .5‬المقدمـــــــــــة‬

‫في الفصل الرابع درسنا‪ 9‬التطبيقات الثالث للذكاء الصناعي فوجدنا ان االكثرمرونه في‬
‫التطبيق على الطاقه الكهربائيه هو المنطق الضبابي‪ 9‬الذي يعتمد على قوانين يضعها الباحث‬
‫حسب النظام المطبق عليه‪ .‬وسنقوم في هذا الفصل باستخدام المنطق الضبابي‪ 9‬للسيطره على‬
‫المحرك الكهربائي الحثي المتناوب ثالثي الطور باستخدام‪ 9‬النمذجه ببرنامج الماثالب (‪.)Matlab‬‬

‫‪ 2 .5‬المحرك الحثي المتناوب‬

‫ان المحرك الحثي المتناوب من اكثر المحركات استخداما‪ 9‬وهو االكثر شهره في انظمه‬
‫السيطره في المجال الصناعي‪ .‬باالضافه الى استخدامه المنتشر في مشغالت البيت الرئيسية‪.‬‬
‫كذلك فان تصميمه بسيط ومنخفض الكلفه مقارنه بالمحركات‪ 9‬االخرى‪ .‬و يربط المحرك الحثي‬
‫المتناوب مباشره مع مصادر التيار المتناوب‪.‬‬

‫‪64‬‬
 ‫هناك انواع مختلفه من المحركات الحثيه المتواجده في سوق العمل وان اختالف هذه االنواع‬
‫يختلف حسب التطبيق المطلوب‪.‬‬

‫ان السرعه والعزم‪ 9‬هي اداه التحكم النواع متعدده من المحركات الحثيه المتناوبه‪ .‬حيث تحتوي‬
‫جميع انواع المحركات الحثيه على جزء دوار وجزه ثابت وتستخدم المجال المغناطيسي‪ 9‬المتولد‬
‫لتدوير الجزء الدوار[‪.]29‬‬

‫‪ 1 .2 .5‬السرعه في المحرك الحثي (‪)speed of induction motor‬‬

‫ان المجال المغناطيسي‪ 9‬يتولد داخل الجزء الثابت بسرعه تزامنيه ترمز‪ 9‬ب (‪)Ns‬‬
‫‪Ns= 120 f/p‬‬ ‫وان معادله السرعه هي ‪:‬‬
‫حيث‬
‫‪ :Ns‬هي السرعه التزامنيه داخل الجزء الثابت‬
‫‪ :P‬هي عدد االقطاب‬
‫‪ :F‬هو تردد المصدر‪9‬‬
‫ان المجال المغناطيسي‪ 9‬يتولد داخل الجزء الدوار‪ 9‬بسبب الفولتيه المحتثه المتناوبه‪ .‬حيث الجزء‬
‫الدوار يدور بسرعه اقل في المجال الثابت و تسمى هذه السرعه بــ (‪ )Nb‬وان الفرق بين ‪ Ns‬و‬
‫‪slip = ((Ns-Nb)/ Ns)*100%‬‬ ‫‪ Nb‬يسمى ‪ slip‬ويتغير‪ 9‬االخير وفق المعادله‪:‬‬
‫[‪]30‬‬

‫‪ 3 .5‬تقنيه الـــ‪: Matlab- simulink‬‬

‫في السنوات القليله الماضيه اصبحت تقنيه ال ‪ simulink‬من اوسع الرزم‪ 9‬البرمجيه من‬
‫الناحيه االكاديميه ومن الناحيه الصناعيه للنمذجه ولتمثيل‪ 9‬االنظمه‪ .‬ان الفائده من هذا النظام او‬
‫اي نظام مشابه له سوف تمكن الباحث او المستخدم‪ 9‬من عمل االختبارات التي يحتاجها اذ‬
‫باالمكان بناء النماذج المطلوبه او اخذ نموذج قديم ويجري‪ 9‬عليه االضافات او التغيرات‪.‬‬

‫ان عمليه التمثيل (‪)simulation‬هنا هي عمليه تفاعليه لذلك فانه باالمكان تغير بعض‬
‫المتغيرات ومالحظه التغير بالنتائج مباشره على الدائره‪ .‬ان مثل هذه النماذج تقوم بتحويل‬
‫الحاسوب الى مختبر لنمذجه وتحليل الدوائر‪ 9‬التي ال يمكن تمثيلها ببساطه في المجال العملي‪.‬‬

‫لقد استخدمنا في هذا البحث تقتيه الـ‪ Matlab -Simulink‬في تمثيل المحرك الحثي‬
‫المتناوب ثالثي الطور وتم استخدام تقتيه المنطق الضبابي للسيطره حيث تم صياغه القوانين‬
‫الخاصه بالمنطق‪ 9‬الضبابي لكي تتعامل مع متغيرات السرعه والعزم‪ 9‬في المحرك الحثي المتناوب‬
‫ثالثي الطور ويمكن رؤيتها بالضغط على مربع متحكم المنطق الضبابي‪fuzzy logic( 9‬‬
‫‪ .)controler‬كما هو موضح في الشكل التالي‪.‬‬

‫‪65‬‬
 ‫‪ 4 .5‬قوانين المنطق الضبابي للسيطره ‪:‬‬

‫تم وضع قوانين المنطق الضبابي‪ 9‬لتعالج حاالت مختلفه من التغيرات المحتمله حسب طبيعه‬
‫النظام وسوف‪ 9‬نجد ان القوانين هي لفظيه والذي يميز المنطق الضبابي‪ 9‬عن باقي التطبيقات‪:‬‬

‫)‪.If (slip is vs) then ( freqw is vso‬‬

‫)‪.If (slip is s) then ( freqw is so‬‬
‫)‪.If (slip is m) then ( freqw is mo‬‬
‫)‪.If (slip is l) then ( freqw is lo‬‬
‫)‪.If (slip is vl) then ( freqw is vlo‬‬

‫ويمكن رؤيه هذه القوانين في برنامج الــ‪ Matalb-simulink‬عن طريق مربع المسار‬
‫‪Start – toolboxes – fuzzylogic – FIS editor viewer‬‬

‫‪66‬‬
 ‫الشكل (‪ :)1 – 5‬النموذج الكامل للنظام في برنامج الماثالب(‪.)Matlab‬‬

‫ويمكن رؤيه النتائج عن طريق‪ 9‬مربع الخرج المتمثل بعرض منحنيات الخرج ويسمى‪ 9‬ب(‪)scop‬‬
‫حيث يوضح احداثيات اربع منحنيات وتمثل االحداثيات كالتالي‪:‬‬
‫االول‪ :‬يمثل الفولتيه مع الزمن‪.‬‬
‫الثاني ‪ :‬يمثل التيار مع الزمن‪.‬‬
‫الثالث‪ :‬يمثل العزم مع الزمن‪.‬‬
‫الرابع ‪ :‬يمثل منحني انحراف السرعه‪.‬‬

‫و عند الضغط على مربع ال (‪ )scop‬تظهر الصورة التالية‬

‫‪67‬‬
‫الشكل ( ‪ :)2 – 5‬يوضح منحنيات الخرج‬

‫‪68‬‬
‫الشكل ( ‪ :)3 – 5‬يمثل منحني متغيرات الدخل و الخرج‬

‫‪69‬‬
‫الشكل ( ‪ :)4 – 5‬يظهر خصائص متحكم المنطق الضبابي‪ 9‬في النظام‬

‫‪70‬‬
 ‫الفصل السادس‪:‬‬
‫االستنتاجات و التوصيات‬
‫‪ 1 .6‬االستنتاجات‬

‫بعد دراسة التطبيقات السابقة لتقنيات الذكاء الصناعي ( و هي الشبكة العصبية الصناعية‬
‫و المنطق الضبابي‪ 9‬و اللوغاريثمات الجينية) التي استخدمت في تطبيقات الهندسة الكهربائية‪,‬‬
‫قام الباحث بأختيار‪ 9‬تقنية المنطق الضبابي‪ 9‬و ذلك لمرونة هذا التطبيق في صياغة القوانين بينما‬
‫قد نحتاج الى عدد كبير من الخطوات البرمجية لو استخدمنا‪ 9‬تطبيق الشبكة العصبية الصناعية أو‬
‫قد نحتاج الى عمليات حسابية معقدة جدا في حالة استخدام تطبيق اللوغاريثمات الجينية‪ .‬و قد تم‬
‫تمثيــل النظــام على محــرك حثي متناوب ثالثي الطور و نمذجته باستخدام‪ 9‬برنامج الـــ(‬
‫‪ . )Matlab – Simulink‬و يمكن تلخيص االستنتاجات في ما يلي‪:‬‬

‫(‪ )1‬ان تقنية الشبكة العصبية (‪ )Neural Network‬تميل الى تمثيل المعلومات (‬
‫‪ )modeling Tools‬حيث يكون لدينا عدد اكبر من المعلومات ‪ ,‬و ينصح باستخدم‪9‬‬
‫الشبكة العصبية في المشاريع‪ 9‬التي تحتاج الى ايجاد عالقة بين المعلومات و بين النتائج‬
‫المطلوب الوصول اليها‪.‬‬

‫(‪ )2‬ان تقنية المنطق الضبابي‪ 9‬تستخدم للتعامل مع معلومات غير مؤكدة أو المعلومات المضببة‬
‫من خالل وضع عالقات و قوانين من قبل الباحث أو المطبق‪ 9‬حسب التغيرات التي تطرأ‬
‫على بيئة العمل ( المدخالت)‪ .‬و لهذا السبب ينصح بأستخدامها في المشاريع التي تعطي‬
‫حاالت مختلفة لمدخل معين اكثر من اعطاها ارقام‪ 9‬او بيانات‪.‬‬

‫(‪ )3‬اما تقنية الخوارزميات‪ 9‬الجينية فأنها تستخدم لمعرفة افضل القيم التي تحصل عليها‬
‫المنظومة لذلك ينصح الباحث بأستخدامها‪ 9‬مع المشاريع التي تعطي ناتج أو خرج يكون‬
‫مثالي بين المخرجات‪.‬‬

‫‪71‬‬
 ‫‪ 2 .6‬التوصيات‬

‫(‪ )1‬يوصي‪ 9‬الباحث بتطبيق‪ 9‬تقنية المنطق‪ 9‬الضبابي على المحرك الحثي المتناوب ثالثي‬
‫الطور‪ 9‬مختبريا ً و مقارنـــة النتائج المختبرية مع النتائج التي اظهرها برنامج‬
‫‪. .Matlab – Simulink‬‬

‫(‪ )2‬تطبيق‪ 9‬تقنيتي الشبكة العصبية الصناعية و الخوارزميات الجينية التي درسناها‪ 9‬في‬
‫الفصل الثالث و الرابع على المحرك الحثي المتناوب ثالثي الطور لمقارنة النتائج على‬
‫نفس التطبيق‪ 9‬الظهار التقنية االكثر مالئمة عملياً‪.‬‬

‫‪72‬‬
 ‫المراجع العربية‬

‫[‪ – ]1‬ثائر محمود‪ ,‬صادق فليح عطيات‪" ,‬مقدمة عن الذكاء الصناعي"‪ ,‬الطبعة االولى‬

‫‪-2006‬عمان‪ ,‬مكتبة المجمع العربي‪.‬‬

‫[‪ – ]6‬المؤسسة العامة للتعليم الفني و التدريب المهني‪ " ,‬تقنية االنظمة الهيدروليكية و‬

‫النيوماتية مبادئ التحكم اآللي"‪.‬‬

‫[‪ – ]7‬االستاذ الدكتور عبد المنعم بالل‪ " ,‬التحكم اآللي و الذكاء االصطناعي بين النظرية و‬

‫التطبيق"‪ ,‬مركز االهرام ‪.2001‬‬

‫[‪ – ]8‬تغريد عبد العزيز طلبة‪ " ,‬هندسة التحكم االوتوماتي"‪ ,‬مطبعة جامعة الملك سعود –‬

‫الرياض‪.1989 ,‬‬

‫[‪ – ]29‬االستاذ الدكتور فؤاد العرباوي‪ ,‬المكائن الكهربائية و تطبيقاتها‪.1985 ,‬‬

‫[‪ – ]30‬د‪ .‬رمزي احمد عبد الحليم‪ ,‬د‪ .‬عالء الدين عويد محمد صالح‪ ,‬تحليل انظمة القدرة‬
‫الكهربائية‪ ,‬كلية الهندسية جامعه الموصل‪.1992 ,‬‬

‫‪73‬‬
 ‫المراجع األجنبية‬

[2]- Fundamentals of the new artificial intelligence- neural- evolutionary-

fuzzy and more.

[3]- Artificial intelligence and expert systems for engineers.

[4]- Introduction to artificial intelligence.

[5]- Artificial intelligence and Robotics in manufacturing frontmatter.

[9] – " Handbook of Modern Sensors", Physics, Designs, And

Applications, JACOB FRADEN, 2003.

[10] – Ben Krose, "Neural Networks", university of Amsterdam,

Amsterdam, 1996.

[11] – Dr. Marcian N. Cirstea, Dr. Andrei Dinu, Dr. Jeen Gkhor, Prof.

Malcom MCCORMICK, "Neural and Fuzzy Logic Control of

Drives and Power Systems".

[12] – Jerry M. Mendel, " Fuzzy Logic Systems for Engineering".

[13] - George S. Klir, " Fuzyy Sets and Fuzzy Logic Theory and

Applications", Bo Youn, 1995.

[14] - " Introduction to Fuzzy Logic using MatLab"

[15] - Ahmed M. Ibrahim, " Fuzzy Logic", 2003.

[16] – S. N. Sivanandam, " Interduction to Genetic Algorithm", 2008.

74
 [17] – Jain N. M. Martis, " Fusion of Neural Network, Fuzzy Systems and

Genetic Algorithms".

[18]. Wenxin Liu, Ganesh k., Venayagamoorthy, Donald c., wunsch II,
''Adaptive neural network based power system stabilizer design'', university
of Missouri-rolla, mo65401, USA.

[19]. Larsen, E.V. and Swann, D.A., ''Applying power system stabilizers'',
IEEE, PAS-100, NO. 6 – PP. 3017-3041, 1981.

[20]. Hiyama, T. and Tomsovic, K., ''Current status of fuzzy system

applications in power system'', IEEE, smc99, Tokyo, Japan. Pp. 527-532,
1999.

[21]. Hsu, yy. And chen, c.l., '' Tuning of power system stabilizers using an
artificial neural network.

[22]. Segal, r. Kothari, m.l. and madnani, s., '' radial basis function network
adaptive power system stabilizer'' IEEE, VOL. 16, NO. 2, PP. 722-727,
2000.

[23]. Park, y.m., hyun, s.h., and lee, j. h., '' Asynchronous generator stabilizer
design using neuro inverse controller and error reduction network, IEEE,
VOL. 11, NO. 4 , PP. 1969-1975, 1996.

[24]. ZHANG, Y., MALIK, O.P., Hope, g.s., and chen, g.p., '' applications of
an inverse input/output mapped ann as a power system stabilizer'', IEEE,
VOL. 9, NO. 3, PP. 433-441, 1994.

[25]. Shamsollahi, p. and malik, o.p., '' direct neural adaptive control applied
to synchronous generator'', IEEE, VOL. 14, NO. 4, PP. 1341-1346, 1999.

[26]. S. a., taher, and a. shemshadi, '' design of robust fuzzy logic power
system stabilizer, eng. And tech., vol.21, 2007.

[27]. Toliyat h.a., sadeh, j. and ghazi r., '' design of augment fuzzy logic
power system stabilizer to enhance power system stability'', IEEE, vol. 11
no. 1 , 1996.

75
[28]. Mohamed Zellaguri, '' Robust power system stabilizer design using
genetic local search technique for signle machine connected to an infinite
bus, ISSN. 1997-5422.

76
 Abstract

The main aim of this thesis is divided to three objectives as

:follows

The first objective is to study the specification of Artificial

.Intelligent and recognize its application and fields

The second objective is to study the practical experiments for

the three Artificial Intelligent techniques in engineering fields
:and its

.Artificial neural network :1

.fuzzy logic :2
.genetic algorithms :3

The third objective is to application for one of the Artificial

Intelligent technique and its fuzzy logic to control three phase
.Ac induction motor by using matlab-simulation program

77