PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Zastosowanie rozmytego i rozmyto-neuronowego klasyfikatora w zadaniu rozpoznawania faz lotu

Identyfikatory
Warianty tytułu
EN
Application of fuzzy and neuro-fuzzy classifier in flight phases recognition task
Konferencja
Awionika / Konferencja (III; 2001; Waplewo, Polska)
Języki publikacji
PL
Abstrakty
PL
W referacie proponuje się zastosowanie klasyfikatora rozmytego i rozmytego klasyfikatora neuronowego do rozwiązania zadania rozpoznawania faz lotu. Przedstawiona i omówiona została struktura klasyfikatora rozmytego rozwiązującego zadanie rozpoznawania wybranych faz lotu samolotu. Przyjęto, że konstruowanie funkcji przynależności oraz budowa bazy reguł odbywa się w oparciu o wiedzę eksperta, a reguły przyjmuje się w postaci dysjunkcyjno - koniunkcyjnej. Moduł wnioskowania klasyfikatora działa na zasadzie wnioskowania uproszczonego z zastosowaniem operatora implikacji Mamdaniego, zaś funkcje przynależności zbiorów - rozmytych związanych z wyjściem przyjmuje się w postaci singletonów. Tak zbudowany klasyfikator rozmyty stał się punktem wyjścia do konstrukcji rozmytego klasyfikatora neuronowego, który łączy zalety zbiorów rozmytych i zdolność do uczenia jaką posiadają sztuczne sieci neuronowe.
EN
In this paper, application of fuzzy and neuro-fuzzy classifier in flight phases recognition task is proposed. The fuzzy classifier structure applied to recognition of a pIane phases is presented. lt is assumed that the construction of membership functions and the building of the rules base are done using the expert knowledge. The rules have a disjunction-conjunction form. The classifier lnference Module works on simpler inference with Mamdani implication operator. The output membership functions have singletons form. The fuzzy classifier made in this way, is the first step to neuro-fuzzy classifier construction. lt aggregates the advantages of fuzzy sets with artificial neural networks ability to learn.
Rocznik
Strony
79--86
Opis fizyczny
Bibliogr. 5 poz., rys., wykr.
Twórcy
  • Politechnika Rzeszowska, ul. W. Pola 2, 35-959 Rzeszów
autor
  • Politechnika Rzeszowska, ul. W. Pola 2, 35-959 Rzeszów
Bibliografia
  • 1. Gutenbaum J.: Modelowanie matematyczne systemów. Omnitech Press, Warszawa 1992.
  • 2. Masters T.: Sieci Neuronowe w praktyce. WNT Warszawa, 1996.
  • 3. Piegat A.: Modelowanie i sterowanie rozmyte. Akademicka Oficyna Wydawnicza EXIT, Warszawa 1999.
  • 4. Rutkowska D., Diliński M., Rutkowski N.: Sieci neuronowe, Algorytmy genetyczne, systemy rozmyte. PWN Warszawa 1997.
  • 5. Warzecha K.: Rozpoznawanie faz lotu z wykorzystaniem logiki rozmytej. Praca dyplomowa, Politechnika Rzeszowska 1999.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-PWA9-0003-0008
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.