Zastosowanie genetycznego wnioskowania rozmytego do harmonogramowania pracy zrobotyzowanych systemów wytwarzania

• Autorzy: Pawlukowicz P. , Honczarenko J.

Warianty tytułu

EN

Application of genetic fuzzy logic to scheduling robotized manufacturing systems

• Języki publikacji: PL

Abstrakty

PL

W referacie przedstawiono metodę automatycznego generowania baz reguł opartego o genetyczne wnioskowanie rozmyte w zastosowaniu do sterowania pracą zrobotyzowanych systemów wytwarzania. W pracy skoncentrowano się na kodowaniu chromosomu. Spotykane w praktyce metody kodowania chromosomu obarczone są wadami, które powodują konieczność rozbudowy schematu blokowego algorytmu genetycznego, bądź wiążą się ze znaczną pracochłonnością. Zaproponowano metodę, będącą kompilacją spotykanych metod, pozwalającą na zachowanie ich zalet, jednocześnie niwelując wpływ wad. Dzięki temu możliwe jest sprawne wykorzystanie genetycznego wnioskowania rozmytego do automatycznej budowy baz reguł wnioskowania rozmytego.

EN

In this paper inverse the way of building rules of base in the method of genetic fuzzy logic which is employed to control robotized manufacturing systems.The work concentrates on the analisys of chromosome coding methods. The methods of chromosome coding, used in practice, are not ideal, because they are necessary to enlarge the block diagram of the genetic algorithm or it is simply laborious. The presented method, which is a compilation of frequently used methods, allows to keep their advantages and, simultaneously, to eliminate the influence of flaws. Therefore, it is possible to efficiently use the genetic fuzzy logic for the automatic building of rules of base used in fuzzy logic.

Słowa kluczowe

PL

robotyka; zrobotyzowany system wytwarzania; genetyczne wnioskowanie rozmyte

EN

robotics; robotized manufacturing system; genetic fuzzy logic

• Wydawca: Oficyna Wydawnicza Politechniki Warszawskiej
• Czasopismo: Prace Naukowe Politechniki Warszawskiej. Elektronika
• Rocznik: 2008
• Tom: z. 166, t. 2
• Strony: 615--624
• Opis fizyczny: Bibliogr. 9 poz., tab., rys., wykr.

Twórcy

autor

Pawlukowicz P.

autor

Honczarenko J.

• Politechnika Szczecińska, Wydział Inżynierii Mechanicznej i Mechatroniki, Zakład Zautomatyzowanych Systemów Wytwarzania i Inżynierii Jakości, Al. Piastów 17, 70-310 Szczecin,

Bibliografia

• [1] P. P. Angelov. Evolving rule-based models. A tool for design of flexible adaptive systems. Physica-Verlag, Wurzburg, 2002.
• [2] J. Arabas. Wykłady z algorytmów ewolucyjnych. Wydawnictwa Naukowo-Techniczne. Warszawa, 2001.
• [3] 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, s. 5-31.
• [4] E. Czogała, J. Łęski, Fuzzy and neuro-fuzzy intelligent systems. Physica-Verlag, A Springer- Verlag Company, Heidelberg, New York, 1999.
• [5] D. E. Goldberg. Algorytmy genetyczne i ich zastosowania. Wydawnictwa Naukowo-Techniczne, Warszawa, 2003.
• [6] T. Gwiazda. Algorytmy genetyczne wstęp do teorii biblioteka sztucznej inteligencji , Warszawa 1995.
• [7] J. H. Holland, J. S. Reitman. Cognitive systems based on adaptive algorithms. W: Waterman D. A., Hayes-Roth, F., Pattern-Directed Inference Systems. Academic Press, New York, 1978, s. 313-329.
• [8] P. Pawlukowicz. Rozprawa Doktorska. Harmonogramowanie elastycznych systemów obróbkowych z wykorzystaniem genetycznego wnioskowania rozmytego, Szczecin 2008.
• [9] S. F. Smith. A learning system based on genetic adaptive algorithms. Rozprawa doktorska, Wydział Informatyki uniwersytetu w Pittsburgh, 1980.