Modelowanie częstości transmisji danych z wykorzystaniem Fuzzy Toolbox MATLAB

• Autorzy: Filipkowski D.

Identyfikatory

DOI

10.12716/1002.29.06

Warianty tytułu

EN

Modeling of data transmission rate using Fuzzy MATLAB Toolbox

• Języki publikacji: PL

Abstrakty

PL

Ten artykuł powstał podczas prac nad modelowaniem częstości transmisji danych w transporcie morskim, w trakcie których stworzono sterownik wykorzystujący logikę rozmytą. Na podstawie teoretycznych założeń opracowano funkcje przynależności i reguły wnioskowania oraz wybrano zdaniem autora najodpowiedniejszą metodę agregacji. Pojawiła się jednak potrzeba weryfikacji założeń i sprawdzenia prawidłowości działania sterownika. W tym celu użyto narzędzia Fuzzy Toolbox, które jest biblioteką MATLAB-Simulink powstałą w celu projektowania regulatorów i sterowników rozmytych. Proces tworzenia sterownika rozmytego za pomocą tegoż oprogramowania oraz wnioski płynące z weryfikacji założeń początkowych przedstawiono w niniejszym opracowaniu.

EN

This article is a result of works on modeling data transmission rate in sea transportation. While working on this project fuzzy logic controller was developed. On the very begining several membership functions and rules of inference were created on the basis of theoretical assumptions. After that the most appropriate method of aggregation was chosen. However during the research rised a need to review this assumptions and verify correct operation of mentioned controller. Fuzzy Toolbox software was used for this purpose. It is a library of MATLAB Simulink created especially to design fuzzy controllers and drivers. The process of developing fuzzy logic controller is presented in this paper together with the conclusions and verification of initial assumptions.

Słowa kluczowe

PL

transmisja danych; e-nawigacja; logika rozmyta

EN

data transfer; e-navigation; fuzzy logic

• Wydawca: Wydawnictwo Uniwersytetu Morskiego w Gdyni
• Czasopismo: Prace Wydziału Nawigacyjnego Akademii Morskiej w Gdyni
• Rocznik: 2014
• Tom: Z. 29
• Strony: 55--67
• Opis fizyczny: Bibliogr. 15 poz., rys., tab.

Twórcy

autor

Filipkowski D.

• Akademia Morska w Gdyni Katedra Nawigacji

Bibliografia

• 1. Badurek J., Logika rozmyta w bazach danych, Informatyka, 1999, nr 1, s. 14–17.
• 2. Biacino L., Gerla G., Fuzzy logic, continuity and effectiveness, Archive for Mathematical Logic, 2002, no. 41(7), p. 643–647.
• 3. Bodnar A., Honczarenko J., Jardzioch A., Pawlukowicz P., Application of fuzzy logic for controlling robotized machining systems, Prace Naukowe Instytutu Technologii Maszyn i Automatyzacji Politechniki Wrocławskiej. Konferencje, 1998, t. 69, nr 31, s. 114–120.
• 4. Brown M., An Introduction to Fuzzy and Neurofuzzy Systems, Prentice Hall International, New Jersey 1996.
• 5. Czyszpak T., Analiza wybranych metod generowania bazy reguł systemów logiki rozmytej, Prace Naukowe Katedry Budowy Maszyn / Politechnika Śląska, 2005, nr 4, s. 117–126.
• 6. Czyszpak T., Chowaniec K., Urbańczyk T., Sokołowski A., System wnioskowania rozmytego o strukturze Mamdani – analiza metod wyostrzania, Prace Naukowe Katedry Budowy Maszyn / Politechnika Śląska, 2005, nr 4, s. 127–138.
• 7. Dybiec E., Tran C., Logika rozmyta: początek, rozwój i możliwości zastosowania, Inżynieria Morska i Geotechnika, 2001, nr 5, s. 418–422.
• 8. Filipowicz W., Fuzzy evidence reasoning and position fixing, [in:] Frontiers in Artificial Intelligence and Applications – Knowledge-Based Intelligent Engineering Systems, M. Virvou, S. Matsuura (eds.), vol. 240, 2012, p. 1181–1190.
• 9. Filipowicz W., Fuzzy reasoning algorithms for position fixing, Pomiary. Automatyka. Kontrola, 2010, R. 56, nr 12, s. 1491–1495.
• 10. Filipowicz W., New approach towards position fixing, Annual of Navigation, 2010, no. 10, p. 41–54.
• 11. Fulmański P., Grzanek M., Logika rozmyta i SQL, Zeszyty Naukowe Wydziału ETI Politechniki Gdańskiej. Technologie Informacyjne, 2006, nr 11, s. 857–864.
• 12. Kowalczyk-Niewiadomy A., Pelikant A., Przetwarzanie zapytań w metajęzyku naturalnym za pomocą algorytmów rozmytych, Studia Informatica, 2012, t. 31, nr 2A, s. 479–488.
• 13. Kuchta M., Optymalizacja bazy reguł systemu logiki rozmytej z zastosowaniem sztucznych systemów immunologicznych, Prace Naukowe Katedry Budowy Maszyn / Politechnika Śląska, 2009, nr 1, s. 189–198.
• 14. Novák V., On fuzzy type theory, Fuzzy Sets and Systems, 2005, no. 149(2), p. 235–273.
• 15. Ross T.J., Fuzzy Logic with Engineering Applications, John Wiley&Sons, 2004.