PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Automatic learning of fuzzy logic with the use of genetic algorithms

Autorzy
Treść / Zawartość
Identyfikatory
Warianty tytułu
PL
Automatyczne uczenie wnioskowania rozmytego z wykorzystaniem algorytmów genetycznych
Języki publikacji
EN
Abstrakty
EN
This paper is concerned with building a rule base in the method based on genetic fuzzy systems to control robotised manufacturing systems. The suggested method of building a rule base employs a genetic algorithm, or more precisely, a chromosome coding algorithm. Widely used methods of chromosome coding have their faults, which make it necessary for the methods to extend their block diagrams of the genetic algorithm or make the methods labour intensive. The method, which is a compilation of well-known methods, allows to use their advantages and eliminate the influence of their disadvantages. Therefore, it will be possible to efficiently employ genetic fuzzy logic to automatically build a rule base of fuzzy logic.
PL
W pracy prowadzono analizę budowania bazy reguł w metodzie genetycznego wnioskowania rozmytego w zastosowaniu do sterowania pracą zrobotyzowanych systemów wytwarzania. Opracowano metodykę budowy bazy reguł z użyciem algorytmu genetycznego - algorytm kodowania chromosomu. Stosowane w praktyce metody kodowania chromosomu obarczone są wadami. Powodują one konieczność rozbudowy schematu blokowego algorytmu genetycznego. Wiążą się także ze znaczną pracochłonnością. Zaproponowano metodę będącą kompilacją dotychczas stosowanych metod i pozwalającą na zachowanie ich zalet, a jednocześnie niwelującą oddziaływanie ich wad. Umożliwia więc sprawne wykorzystanie genetycznego wnioskowania rozmytego do automatycznej budowy baz reguł wnioskowania rozmytego.
Rocznik
Strony
97--107
Opis fizyczny
Bibliogr. 16 poz., rys., tab.
Twórcy
  • West Pomeranian University of Technology of Szczecin, Faculty of Mechanical Engineering and Mechatronics, Institute of Manufacturing Engineering, Piastów 19, 70-310 Szczecin, Piotr.Pawlukowicz@zut.edu.pl
Bibliografia
  • [1] P.P. ANGELOV: Evolving rule-based models. A tool for design of flexible adaptive systems. Physica-Verlag, Wurzburg 2002.
  • [2] О. CORDÓN, F. HERRERA, F. HOFFMANN, L. MAGDALENA: Genetic fuzzy systems - evolutionary tuning and learning of fuzzy knowledge bases. World Scientific, Singapore 2001.
  • [3] F. HERRERA, J.L. VERDEGAY: Genetic algorithms and soft computing. Physica-Verlag, Wurzburg 1996.
  • [4] W. PEDRYCZ: Fuzzy evolutionary computation. Kluwer Academic Publishers, Dordrecht 1997.
  • [5] E. SANCHEZ, T. SHIBATA, L. ZADEH: Genetic algorithms and fuzzy logic systems. Soft computing perspectives. World Scientific, Singapore 1997.
  • [6] E. CZOGAŁA, J. ŁĘSKI: Fuzzy and neuro-fuzzy intelligent systems. Physica-Verlag. A Springer-Verlag Company, Heidelberg-New York 1999.
  • [7] J.S.R. JANG: Self-learning fuzzy controllers based on temporal back propagation. IEEE Trans. Neural Networks, 5(1992)3, 714-723.
  • [8] O. CORDÓN, F. GOMIDE, F. HERRERA, F. HOFFMANN, L. MAGDALENA: Ten years of genetic fuzzy systems: current framework and new trends. Fuzzy Sets and Systems, 141(2004), 5-31.
  • [9] J. ARABAS: Lectures on evolutionary algorithms. Wydawnictwa Naukowo-Techniczne, Warszawa 2001.
  • [10] D.E. GOLDBERG: Genetic altorithms and their application. Wydawnictwa Naukowo-Techniczne, Warszawa 2003.
  • [11] D. RUTKOWSKA, Μ. PILIŃSKI, L. RUTKOWSKI: Neural networks, genetic algorithms and fuzzy logic systems. Wydawnictwo Naukowe PWN, Warszawa 1997.
  • [12] Т. GWIAZDA: Genetic algorithms, introduction to the theory, Artificial intelligence library, Warszawa 1995.
  • [13] S.F. SMITH: A learning system based on genetic adaptive algorithms. PhD Dissertation. Faculty of Computer Science at Pittsburgh University, Pittsburgh 1980.
  • [14] J.H. HOLLAND, J.S. REITMAN: Cognitive systems based on adaptive algorithms. Waterman D.A., Hayes-Roth, F., Pattern-Directed Inference Systems. Academic Press, New York 1978, 313- 329.
  • [15] A. JARDZIOCH: Problems of control of workpiece flow in a flexible manufacturing system. Advances in Manufacturing Science and Technology. 32(2008)1, 29-44.
  • [16] P. PAWLUKOWICZ: Scheduling flexible machining systems with the use of genetic fuzzy logic, PhD Dissertation, Szczecin 2007.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BOS6-0004-0016
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.