Modelling of data transmission using Matlab Fuzzy Toolbox software

• Autorzy: Filipkowski D.

Warianty tytułu

PL

Modelowanie transmisji danych z wykorzystaniem Matlab Fuzzy Toolbox

• Języki publikacji: EN

Abstrakty

EN

This article is a result of works on modelling data transmission rate in sea transportation. While working on this project fuzzy logic controller was developed. On the very begininig several membership functions and rules of inference were created on the basis of theoretical assumptions. After that appropriate method of aggregation was chosen. However during the research appears a need to review this assumptions and verify correct operation of mentioned controller. Fuzzy Toolbox software was used for this purpose. It is a library of Matlab Simulink created especially to design fuzzy controllers and drivers. The process of developing fuzzy logic controller is presented in this paper together with the conclusions and verification of initial assumptions.

PL

Ten artykuł powstał podczas prac nad modelowaniem częstości transmisji danych w transporcie morskim. Podczas prac przy tym projekcie stworzono sterownik wykorzystujący logikę rozmytą. Na podstawie teoretycznych założeń stworzono funkcje przynależności i reguły wnioskowania oraz wybrano metodę agregacji. Pojawiła się jednak potrzeba weryfikacji założeń i sprawdzenia prawidłowości działania sterownika. W tym celu użyto narzędzia Fuzzy Toolbox, które jest biblioteką Matlab Simulink stworzoną w celu projektowania regulatorów i sterowników rozmytych. Proces tworzenia sterownika rozmytego za pomocą tegoż oprogramowania oraz wnioski płynące z weryfikacji założeń początkowych zostały przedstawione w niniejszym opracowaniu.

Słowa kluczowe

EN

Fuzzy Toolbox; Matlab; data transmission modeling

PL

Fuzzy Toolbox; Matlab; modelowanie transmisji danych

• Wydawca: Instytut Naukowo-Wydawniczy "TTS" Sp. z o.o
• Czasopismo: TTS Technika Transportu Szynowego
• Rocznik: 2015
• Tom: R. 22, nr 12
• Strony: 2525--2529, CD
• Opis fizyczny: Bibliogr. 15 poz., rys., tab.

Twórcy

autor

Filipkowski D.

• Akademia Morska w Gdyni, Katedra Nawigacji

Bibliografia

• 1. Badurek J., „Logika rozmyta w bazach danych,” Informatyka, nr 1, pp. 14–17, 1999.
• 2. Biacino L. i Gerla G., „Fuzzy logic, continuity and effectiveness,” Archive for Mathematical Logic , nr 41(7), pp. 643–647, 2002.
• 3. Bodnar A., Honczarenko J., Jardzioch A. i Pawlukowicz P., „Application of fuzzy logic for controlling robotized machining systems,” Prace Naukowe Instytutu Technologii Maszyn i Automatyzacji Politechniki Wrocławskiej. Konferencje, tom 69, nr 31, pp. 114–120, 1998.
• 4. Brown M., An Introduction to Fuzzy and Neurofuzzy Systems, 1996.
• 5. Czyszpak T., „Analiza wybranych metod generowania bazy reguł systemów logiki rozmytej,” Prace Naukowe Katedry Budowy Maszyn / Politechnika Śląska, nr 4, pp. 117–126, 2005.
• 6. Czyszpak T., Chowaniec K., Urbańczyk T. i Sokołowski A., „System wnioskowania rozmytego o strukturze Mamdani – analiza metod wyostrzania,” Prace Naukowe Katedry Budowy Maszyn / Politechnika Śląska, nr 4, pp. 127–138, 2005.
• 7. Dybiec E. i Tran C., „Logika rozmyta: początek, rozwój i możliwości zastosowania,” Inżynieria Morska i Geotechnika, nr 5, pp. 418–422, 2001.
• 8. Filipowicz W., „Fuzzy Evidence Reasoning and Position Fixing,” Frontiers in Artificial Intelligence and Applications – Knowledge–Based Intelligent Engineering Systems, pp. 1181–1190, 2012.
• 9. Filipowicz W., „Fuzzy Reasoning Algorithms for Position Fixing,” PAK, Pomiary Automatyka Kontrola, nr R.56 nr12, pp. 1491–1495, 2010.
• 10. Filipowicz W., „New Approach towards Position Fixing,” Annual of Navigation, nr 10, pp. 41–54, 2010.
• 11. Fulmański P. i Grzanek M., „Logika rozmyta i SQL,” Zeszyty Naukowe Wydziału ETI Politechniki Gdańskiej. Technologie Informacyjne, nr 11, pp. 857–864, 2006.
• 12. Kowalczyk–Niewiadomy A. i Pelikant A., „Przetwarzanie zapytań w metajęzyku naturalnym za pomocą algorytmów rozmytych,” Studia Informatica, tom 31, nr 2A, pp. 479–488, 2012.
• 13. Kuchta M., „Optymalizacja bazy reguł systemu logiki rozmytej z zastosowaniem sztucznych systemów immunologicznych,” Prace Naukowe Katedry Budowy Maszyn / Politechnika Śląska, nr 1, pp. 189–198, 2009.
• 14. Novák V., „On fuzzy type theory,” Fuzzy Sets and Systems , nr 149(2), pp. 235–273, 2005.
• 15. Ross T. J., Fuzzy logic with engineering applications, John Wiley&Sons, 2004