A flexible approach to fuzzy modelling

• Autorzy: Rutkowski L. , Cpałka K.

Warianty tytułu

PL

Elastyczne podejście do rozmytego modelowania

• Języki publikacji: EN

Abstrakty

EN

In this paper we present a new method to fuzzy modelling. The Mamdani type reasoning is combined with the logical approach. The results will be illustrated on typical benchmarks.

PL

W pracy zaprezentowano nową metodę rozmytego modelowania. Polega ona na odpowiednim połączeniu wnioskowania Mamdaniego i wnioskowania logicznego. Zaproponowane rozwiązanie zilustrowano wynikami symulacji.

Słowa kluczowe

EN

signal processing; fuzzy modelling

PL

przetwarzanie sygnałów; modelowanie rozmyte

• Wydawca: Wydawnictwa AGH
• Czasopismo: Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
• Rocznik: 2004
• Tom: T. 8, z. 3
• Strony: 247--252
• Opis fizyczny: Bibliogr. 16 poz., tab.

Twórcy

autor

Rutkowski L.

• Katedra Metod Sztucznej Inteligencji, Wyższa Szkoła Humanistyczno-Ekonomiczna w Łodzi
• Katedra Inżynierii Komputerowej, Politechnika Częstochowska

autor

Cpałka K.

• Katedra Metod Sztucznej Inteligencji, Wyższa Szkoła Humanistyczno-Ekonomiczna w Łodzi
• Katedra Inżynierii Komputerowej, Politechnika Częstochowska

Bibliografia

• [1] Czogała E., Łęski. J.: Fuzzy and Neuro-Fuzzy Intelligent Systems. Heidelberg-New York, Physica Verlag Company 2000
• [2] Fodor J.C.: On fuzzy implication operators. Fuzzy Sets and Systems, vol. 42, 1991, 293-300
• [3] Gorzałczany M.B.: Computational Intelligence Systems and Applications, Neuro-Fuzzy and Fuzzy Neural Synergisms. New York, Sprihger Verlag 2002
• [4] Ishibuchi H., Nakashima T.: Effect of rule weights in fuzzy rule based classification systems. IEEE Trans, on Fuzzy Systems, vol. 9, 2001, 506-515
• [5] Jang J.S., Sun C.T., Mizutani E.: Neuro-Fuzzy and Soft Computing. Englewood Cliffs, Prentice Hall 1997
• [6] Klement E.P., Mesiar R., Pap E.: Triangular Norms. Netherlands, Kluwer Academic Publishers 2000
• [7] Lin C.T.: Neural Fuzzy Control Systems with Slructure and Parameter Learning. Singapore, World Scientific 1994
• [8] Mendel J. M.: Uncertain Rule Based Fuzzy Logic Systems: Introduction and New Directions. Upper Saddle River, NJ, Prentice Hall PTR 2001
• [9] Rutkowski L.: Flexible Neuro-Fuzzy Systems. Kluwer Academic Publishers 2004
• [10] Rutkowski L.: New Soft Computing Techniques For System Modeling, Patlern Classification and Image Processing. Springer Verlag 2004
• [11] Rutkowski L., Cpałka K.: A general approach to neuro-fuzzy systems. The l0th IEEE Intern. Conference on Fuzzy Systems, Melbourne 2001
• [12] Rutkowski L., Cpałka K.: Flexible neuro-fuzzy systems. IEEE Trans. Neural Networks, vol. 14, 2003, 554-574
• [13] Rutkowski L., Cpałka K.: Designing and learning of adjuslable quasi-triangular norms with applications to neuro-fuzzy systems. IEEE Trans, on Fuzzy Systems, vol. 14, 2004
• [14] UCI respository of machine leaming databases, C.J. Mertz, P.M. Murphy. Available online: http:/ /www.ics.uci.edu/pub/machine leaming databases
• [15] Wang L.X.: Adaptive Fuzzy Systems and Control. Englewood Cliffs, PTR Prentice Hall 1994
• [16] Yager R.R., Filev D.P.: Essentials of Fuzzy Modeling and Control. John Wiley&Sons 1994