Application of Kirsch Operator and pseudo-bacterial genetic algorithm for fuzzy modeling of discontinuous phenomena

• Autorzy: Jastrzębski M.

Warianty tytułu

PL

Zastosowanie operatora Kirscha i algorytmu pseudo-bakteryjnego do rozmytego modelowania zjawisk nieciągłych

• Języki publikacji: EN

Abstrakty

EN

This paper presents a method for discovering the parameters of fuzzy system for modelling of discontinuous dependence. Pseudo-bacterial genetic algorithm (PBGA) was used for tuning of membership functions and for simplification of fuzzy model structure. New type of consequents of Sugeno type fuzzy system is proposed which contains information about fault line. The shape of the edge is detected by using Kirsch Operator. The obtained results show effectiveness of the proposed method.

PL

W artykule zaprezentowano metodę określania parametrów systemu rozmytego zastosowanego do modelowania nieciągłości. Do strojenia funkcji przynależności i określenia struktury modelu rozmytego użyty został algorytm pseudo-bakteryjny (PBGA). Zaproponowane zostały też nowe następniki, które zawierają informację o krawędzi nieciągłości wykrytej za pomocą operatora Kirscha. Otrzymane wyniki pokazują skuteczność zaproponowanej metody.

Słowa kluczowe

EN

modelling of discontinuous; pseudo-bacterial genetic algorithm; PBGA; Kirsch Operator; fuzzy modelling

PL

modelowanie nieciągłości; algorytm pseudobakteryjny; PBGA; operator Kirscha; modelowanie rozmyte

• Wydawca: Wydawnictwo Politechniki Łódzkiej
• Czasopismo: Zeszyty Naukowe. Elektryka / Politechnika Łódzka
• Rocznik: 2005
• Tom: z. 106
• Strony: 5--13
• Opis fizyczny: Bibliogr. 5 poz.

Twórcy

autor

Jastrzębski M.

• Technical University of Łódź, Institute of Automatic Control

Bibliografia

• [1] Kirsch R.: Computer determination of the constituent structure in biological images. Computational Biomedicine, Vol. 4, No. 3, 1971, pp. 315-328.
• [2] Nawa N.E., Hashiyama T., Furuhashi T., Uchikawa Y.: A Study on Fuzzy Rules Discovery Using Pseudo-Bacterial Genetic Algorithm with Adaptive Operator, Proc. of 1997 IEEE International Conference on Evolutionary Computation (ICEC'97), 1997, pp. 589-593.
• [3] Botzheim J., Hảmori B., Kóczy L.T.: Applying bacterial algorithm to optimize trapezoidal membership function in a fuzzy rule base. Dept. of Telecommunication and Telematics, Budapest University of Technology and Economics, 2001.
• [4] Jastrzębski M., Kabziński J.: Optimization of Takagi-Sugeno Fuzzy Models by Pseudo-Bacterial Genetic Algorithm, IEEE International Conference on Methods and Models in Automation and Robotics (MMAR 2004), 2004, pp. 1411-1416.
• [5] Michalewicz Z.: Genetic Algorithms + Data Structures = Evolution Programs. Springer-Verlag Berlin Heidelberg, 1996.