Bacterial type algorithms used for fuzzy rule base extraction

• Autorzy: Gál L. , Lovassy R. , Kóczy L. T.

Warianty tytułu

PL

Wykorzystanie algorytmów bakteryjnych do wydobycia bazy reguł rozmytych

• Języki publikacji: EN

Abstrakty

EN

The paper gives an overview of various bacterial type evolutionary algorithms used for fuzzy rule based identification. In order to find an optimal rule base from the input-output training data set, several improved algorithms have been developed in recent years. The task is to increase the models’ accuracy and convergence speeds by modifying a part of the Mamdani-type inference system.

PL

W artykule zawarto przegląd ewolucyjnych algorytmów bakteryjnych wykorzystywanych do identyfikacji bazy reguł rozmytych. W celu znalezienia optymalnej bazy reguł ze zbioru danych testowych wejściowych i wyjściowych, w ostatnich latach opracowano kilka ulepszonych algorytmów. Zamysłem przedstawionych tu badań jest uzyskanie wzrostu dokładności modeli oraz szybkości ich zbieżności poprzez modyfikację systemów wnioskowania typu Mamdaniego.

Słowa kluczowe

EN

FRBI; Pseudo-Bacterial Genetic Algorithm; Bacterial Evolutionary Algorithm; Bacterial Memetic Algorithm with Memetic Mutation; Progressive Bacterial Algorithm

PL

FRBI; pseudo-bakteryjny algorytm genetyczny; bakteryjny algorytm ewolucyjny; bakteryjny algorytm memetyczny z mutacją memetyczną; progresywny algorytm bakteryjny

• Wydawca: Wydawnictwo Politechniki Krakowskiej im. Tadeusza Kościuszki
• Czasopismo: Czasopismo Techniczne. Automatyka
• Rocznik: 2013
• Tom: R. 110, z. 4-AC
• Strony: 29--39
• Opis fizyczny: Bibliogr. 17 poz., wz., wykr., rys.

Twórcy

autor

Gál L.

• Department of Technology and Applied Informatics, University of West Hungary, Szombathely

autor

Lovassy R.

• Institute of Microelectronics and Technology, Kandó Kálmán Faculty of Electrical Engineering, Óbuda University Budapest

autor

Kóczy L. T.

• Department of Automation, Faculty of Engineering Sciences, Széchenyi István University Györ
• Department of Telecommunications and Media Informatics, Budapest University of Technology and Economics

Bibliografia

• [1] Balázs K., Kóczy L.T., A Remark on Adaptive Scheduling of Optimization Algorithms, IPMU 2, Vol. 81, 2010, 719-728.
• [2] Botzheim J., Kóczy L.T., Ruano A.E., Extension of the Levenberg-Marquardt algorithm for the extraction of trapezoidal and general piecewise linear fuzzy rules, IEEE World Congress on Computational Intelligence, Honolulu 2002, 815-819.
• [3] Botzheim J., Cabrita C., Kóczy L.T., Ruano A.E., Fuzzy Rule Extraction by Bacterial Memtic Algorithm, IFSA, Beijing 2005, 1563-1568.
• [4] Gál L., Botzheim J., Kóczy L.T., Ruano A.E., Fuzzy Rule Base Extraction by the Improved Bacterial Memetic Algorithm, 6th international Symposium on Applied Machine Intelligence and Informatics, Herlany 2008, 49-53.
• [5] Gál L., Botzheim J., Kóczy L.T., Improvements to the Bacterial Memetic Algorithm used for Fuzzy Rule Base Extraction, Computational Intelligence for Measurement Systems and Applications, CIMSA, Istanbul 2008, 38-43.
• [6] Gál L., Botzheim J., Kóczy L.T., Modified Bacterial Memetic Algorithm used for Fuzzy Rule Base Extraction, 5th International Conference on Soft Computing as Transdisciplinary Science and Technology, CSTST, Paris 2008, 425-431.
• [7] Gál L., Lovassy R., Kóczy L.T., Function Approximation Performance of Fuzzy Neural Networks Based on Frequently Used Fuzzy Operations and a Pair of New Trigonometric Norms, WCCI 2010 IEEE World Congress on Computational Intelligence, FUZZ-IEEE, Barcelona 2010, 1514-1521.
• [8] Gál L., Kóczy L.T., Lovassy R., Three Step Bacterial Memetic Algorithm, Proc. of 14th IEEE International Conference on Intelligent Engineering Systems INES 2010, Las Palmas of Gran Canaria 2010, 31-36.
• [9] Gál L., Kóczy L.T., Fuzzy Rule Base Extraction by Bacterial Type Algorithms using selected T-norms, Acta Technica Jaurinensis 4, Series Intelligentia Computatorica, Vol. 3, Györ 2011, 157-175.
• [10] Gál L., Lovassy R., Kóczy L.T., Progressive Bacterial Algorithm, IEEE 13th International Symposium on Computational Intelligence and Informatics, CINTI, Budapest 2012, 317-322.
• [11] Johanyák Zs.Cs., Tikk D., Kovács Sz., Wong K.W., Fuzzy Rule Interpolation Matlab Toolbox – FRI Toolbox, Proc. of the IEEE World Congress on Computational Intelligence (WCCI’06), 15th Int. Conf. on Fuzzy Systems (FUZZ-IEEE’06), Vancouver, BC, Canada, Omnipress, 2006, 1427-1433.
• [12] Mamdani E.H., Application of fuzzy algorithms of simple dynamic plant, Proceedings of the IEEE, 121, No. 12, 1974, 1585-1588.
• [13] Mamdani E.H., Assilian S., An experiment in linguistic synthesis with a fuzzy logic controller, International Journal of Man-Machine Studies, Vol. 7, No. 1, 1975, 1-13.
• [14] Marquardt D., An Algorithm for Least-Squares Estimation of Nonlinear Parameters, SIAM J. Appl. Math., 11, 1963, 431-441.
• [15] Moscato P., On evolution, search, optimization, genetic algorithms and martial arts: Towards memetic algorithm, Technical Report Caltech Cocurrent Computational Program, Report.826, California Institute of Technology, Pasadena 1989.
• [16] 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 IEEE Int. Conf. on Evolutionary Computation, ICEC’97, 1997, 589-593.
• [17] Nawa N.E., Furuhashi T., Fuzzy Systems Parameters Discovery by Bacterial Evolutionary Algorithms, IEEE Transactions on Fuzzy Systems 7, 1999, 608-616.

Uwagi

EN

This work is supported by Hungarian Scientific Research Fund (OTKA) K105529, K108405, TÁMOP-4.2.2.A-11/1/KONV-2012-0012, TÁMOP-4.2.2.C-11/1/KONV-2012-0012.