Rozmyte modele dyskretnych procesów stochastycznych w opisie procesów technologicznych

• Autorzy: Walaszek-Babiszewska A. , Czabak A. , Błaszczyk K.

Warianty tytułu

EN

Fuzzy models of discrete stochastic processes for technological processes characteristics

• Konferencja: Konferencja Naukowo-Techniczna Automatyzacja - Nowości i Perspektywy (12 ; 2-4.04.2008 ; Warszawa, Polska)
• Języki publikacji: PL

Abstrakty

PL

W referacie przedstawiono metodę budowy modeli rozmytych dyskretnych procesów stochastycznych. Zastosowano model rozmyty typu Mamdaniego z wagami, reprezentującymi prawdopodobieństwa zdarzeń rozmytych występujących w poprzednikach i następnikach reguł. Wartości wag zostały obliczone przy wykorzystaniu reguł asocjacji i danych empirycznych. Zbadano operatory wnioskowania.

EN

In the paper the method of the construction of time series fuzzy models have been presented. The Mamdani type fuzzy models have been used as well as weights of elementary rules, representing probabilities of fuzzy events occurring in the antecedents and consequents. The values of weights have been calculated by means of the association rules for experimental data. The inference operators have been examined.

Słowa kluczowe

PL

model rozmyty; operator wnioskowania; dyskretny proces stochastyczny

EN

fuzzy model; inference operator; discrete stochastic process

• Wydawca: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów PIAP
• Czasopismo: Pomiary Automatyka Robotyka
• Rocznik: 2008
• Tom: R. 12, nr 2
• Strony: 642--651
• Opis fizyczny: CD, Bibliogr. 22 poz., rys., tab., wzory

Twórcy

autor

Walaszek-Babiszewska A.

• Politechnika Opolska, Instytut Automatyki i Informatyki

autor

Czabak A.

• Politechnika Opolska, Instytut Automatyki i Informatyki

autor

Błaszczyk K.

• Politechnika Opolska, Instytut Automatyki i Informatyki

Bibliografia

• [1] Agrawal R., Imielinski T., Swami A. (1993) Mining Association Rules Between Sets of Items in Large Databases, in Proc. ACM Sigmod Intern. Conf. on Management of Data, Washington D.C., 207-216.
• [2] Agrawal R., Srikant R. (1994) Fast Algorithms for Mining Association Rules, in Proc. of 1994 Intern. Conf. on Very Large Databases VLDB, Santiago de Chile, 487-499.
• [3] Blaschke W. (2002) Propozycja nowej formuły sprzedażnej węgla energetycznego przeznaczonego dla energetyki zawodowej. Studia, rozprawy, monografie, Nr 112. Wydawnictwo Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN, Kraków.
• [4] Błaszczyk K. (2007) Reguły asocjacji dla rozmytego modelowania szeregów czasowych, in Proc. IX Internat. PhD Workshop OWD 2007, 2, 305-310.
• [5] Chen G., Wei Q. (2002) Fuzzy Association Rules and the Extended Mining Algorithm, Information Sciences, 147, 201– 228.
• [6] Czabak A. (2007) Przegląd operatorów wnioskowania rozmytego stosowanych w modelowaniu lingwistycznym, in Proc. IX Internat. PhD Workshop OWD 2007, 2, 221-226.
• [7] Gornig A. (2005) Zastosowanie metod klasyfikacji danych w analizie jakości węgla. Praca doktorska, Wydział Górnictwa i Geologii, Politechnika Śląska, Gliwice.
• [8] Kacprzyk J. (1986) Zbiory rozmyte w analizie systemowej. PWN, Warszawa.
• [9] Van Kampen N. G. (1990) Procesy stochastyczne w fizyce i chemii. PWN, Warszawa.
• [10] Kuok C. M., Fu A., Wong M. H. (1998) Mining Fuzzy Association Rules in Database, Sigmod, 27, I, 41-46.
• [11] Piegat A.: Modelowanie i sterowanie rozmyte. Akademicka Oficyna Wydawnicza EXIT, Warszawa, 2003.
• [12] Rutkowski L. (2005) Metody i techniki sztucznej inteligencji, Wydawnictwo Naukowe PWN, Warszawa.
• [13] Walaszek-Babiszewska A. (2004) Statistical and Fuzzy Modelling of Grain Material Sampling and Operations. Selected Approaches. Monografia, Wydawnictwo Politechniki Śląskiej, Gliwice.
• [14] Walaszek-Babiszewska A. (2005) Measurements and Expert Knowledge for Time-dependent Stochastic Systems, in Proc. Fifth Int. Conf. on Intelligent Processing and Manufacturing of Materials IPMM, Monterey, California, CD.
• [15] Walaszek-Babiszewska A. (2006) Rozmyte modele decyzyjne pozyskiwane z danych eksperymentalnych, w Mat. X. Międzyn. Konf. Naukowo–Techn. Automatyzacja – Nowości i Perspektywy, AUTOMATION 2006, PIAP Warszawa, 262-271.
• [16] Walaszek-Babiszewska A. (2006) IF-THEN Linguistic Fuzzy Model of a Discrete Stochastic System, in Artificial Intelligence and Soft Computing, Challenging Problems of Sciences, Computer Sciences, Cader,A., Rutkowski L., Tadeusiewicz R., and Żurada J. (Eds.), Academic Publishing House EXIT, Warsaw, 169-174.
• [17] Walaszek-Babiszewska A. (2007) Construction of Fuzzy Models Using Probability Measures of Fuzzy Events, in Proc.13th IEEE Internat. Conf. on Methods and Models in Automation and Robotics, MMAR 2007, Szczecin, Poland, 661-666.
• [18] http://www.cire.pl/rynekenergii.
• [19] Yager R., Filev D. (1995) Podstawy modelowania i sterowania rozmytego, WNT, Warszawa.
• [20] Zadeh L. A. (1968), Probability Measures of Fuzzy Events, J. Math. Anal. Appl., 23, 421-427.
• [21] Zadeh L. A. (1975) The Concept of a Linguistic Variable and its Application to Approximate Reasoning, Information Sciences, Part I: 8, 199-240.
• [22] Zapała W. (1988) Opracowanie i cyfrowe badania symulacyjne algorytmów sterowania procesu wzbogacania węgla z wykorzystaniem pomiaru rozkładu frakcji densymetrycznych w łożu osadzarki. Praca doktorska. Wydział Górniczy, Politechnika Śląska, Gliwice.