Designing fuzzy rule-based controllers from data using particle swarm optimization

• Autorzy: Gorzałczany M. B. , Głuszek A.

Warianty tytułu

PL

Projektowanie rozmytych regulatorów regułowych na bazie danych z wykorzystaniem tzw. optymalizacji rojowej

• Języki publikacji: EN

Abstrakty

EN

The paper presents a hybrid combination of fuzzy rule-based systems and particle swarm optimization (PSO) approach - referred to as PSO fuzzy rule-based technique - for optimizing sets of fuzzy control rules synthesized from control data. The application of the proposed technique to a complex and non-linear problem of the control of backing up a truck to a loading dock is also presented in the paper.

PL

Artykuł prezentuje hybrydowe połączenie rozmytych systemów regułowych z metodami tzw. optymalizacji rojowej w celu optymalizowania zestawów rozmytych reguł sterujących syntetyzowanych z danych opisujących procesy sterowania. Zatem, artykuł proponuje rozszerzenie tradycyjnego zestawu komponentów wykorzystywanych dotychczas w budowie systemów tzw. inteligencji obliczeniowej obejmującego sztuczne sieci neuronowe, systemy rozmyte, algorytmy ewolucyjne (przede wszystkim, algorytmy genetyczne) czy też tzw. zbiory przybliżone o nowe narzędzie przeszukiwania rozważanych przestrzeni rozwiązań. Najpierw sformułowany został problem budowy regulatorów, których funkcjonowanie opisywane jest przy pomocy zestawów reguł rozmytych, na bazie danych opisujących procesy sterowania. Następnie przedstawiono zarys procesu syntezy rozmytych reguł sterowania z wykorzystaniem metod tzw. optymalizacji rojowej. Z kolei, zaprezentowano zastosowanie proponowanego podejścia do złożonego i nieliniowego problemu sterowania cofaniem ciężarówki do rampy załadowczej. Przedstawiono uzyskaną bazę reguł regulatora rozmytego, kształty funkcji przynależności zbiorów rozmytych występujących w regułach sterowania oraz wybrane przykłady trajektorii ruchu ciężarówki ze sterowaniem rozmytym.

Słowa kluczowe

EN

computational intelligence; fuzzy controllers; multi-agent systems; swarm intelligence; measurement data

PL

inteligencja obliczeniowa; regulatory rozmyte; systemy wieloagentowe; inteligencja rojowa; dane pomiarowe

• Wydawca: Wydawnictwo PAK
• Czasopismo: Pomiary Automatyka Kontrola
• Rocznik: 2010
• Tom: R. 56, nr 12
• Strony: 1424--1426
• Opis fizyczny: Bibliogr. 9 poz., rys., tab., wzory

Twórcy

autor

Gorzałczany M. B.

autor

Głuszek A.

• Department of Electrical and Computer Engineering, Kielce University of Technology, Al. 1000-lecia Państwa Polskiego 7, 25-314 Kielce,

Bibliografia

• [1] Engelbrecht A. P.: Fundamentals of Computational Swarm Intelligence. John Wiley and Sons, Chichester, UK, 2005.
• [2] Gorzałczany M. B.: Computational Intelligence Systems and Applications, Neuro-Fuzzy and Fuzzy Neural Synergisms. Physica-Verlag, Springer-Verlag Co., Heidelberg, New York, 2002.
• [3] Gorzałczany M. B., Głuszek A.: Data-based fuzzy modelling of dynamic systems by means of evolution strategies. Pomiary Automatyka Kontrola, vol. 56, no 12, 2010, pp. 1427-1429.
• [4] Gorzałczany M. B., Rudziński F.: A modified Pittsburg approach to design a genetic fuzzy rule-based classifier from data, in L. Rutkowski, R. Scherer, R. Tadeusiewicz, L. A. Zadeh, J. Żurada (Eds.), Artificial Intelligence and Soft Computing-ICAISC 2010, Part I, Lecture Notes in Artificial Intelligence 6113, Springer-Verlag, Berlin, Heidelberg, 2010, pp. 88-96.
• [5] Gorzałczany M. B., Rudziński F.: Measurement data in genetic fuzzy modelling of dynamic systems. Pomiary Automatyka Kontrola, vol. 56, no 12, 2010, pp. 1420-1423.
• [6] Kennedy J., Eberhart R.: Swarm Intelligence. Morgan Kaufman, San Francisco, CA, 2001.
• [7] Kennedy J., Eberhart R.: Particle Swarm Optimization. Proc. of IEEE International Conference on Neural Networks, IEEE Press, Piscataway, NJ, 1995.
• [8] Kosko B.: Neural Networks and Fuzzy Systems, Prentice-Hall, Englewood Cliffs, 1992.
• [9] Wang L. -X., Mendel J. M.: Generating fuzzy rules by learning from examples, IEEE Trans. System, Man, Cybernetics, vol. 22, no 6, pp. 1414-1427, 1992.