Wyniki wyszukiwania - BazTech

1

Bacterial algorithm and its application for tuning of Takagi-Sugeno-Kang fuzzy models used in control systems

Jastrzębski M.

Zeszyty Naukowe. Elektryka / Politechnika Łódzka

|

2007

|

z. 111

25-30

EN

A new method of tuning parameters of Takagi-Sugeno-Kang (TSK) fuzzy models is presented in the paper. To model discontinuous dependences, a new type of consequent function was introduced. The described algorithm (BA+LSQ) combines a bacterial algorithm (BA) for tuning parameters of membership functions and the least square method (LSQ) for parameters of consequent functions. The conducted practical experiment shows advantages of the proposed method in real control systems.

PL

W artykule przedstawiono nowa metodę strojenia modeli rozmytych typu Takagi-Sugeno-Kanga (TSK). Skoncentrowano się na modelowaniu nieliniowości o charakterze nieciągłym. Pokazano korzyści płynące z zastosowania nowego typu nieciągłych następników. Algorytm użyty do strojenia nieciągłego modelu wykorzystywał algorytm bakteryjny do strojenia parametrów funkcji przynależności i metodę najmniejszych kwadratów do strojenia parametrów funkcji następników. Korzyści płynące z użycia proponowanej metody strojenia nieciągłych modeli rozmytych zostały pokazane na przykładzie.

2

Zastosowanie algorytmu PSO do optymalizacji sposobu rozmywania w modelach TSK

Wnuk P.

Pomiary Automatyka Kontrola

|

2005

|

R. 51, nr 9 bis

87--89

PL

Niniejszy artykuł przedstawia zastosowanie algorytmu Particle Swarm Optimization do identyfikacji sposobu rozmywania w modelach o strukturze TSK. Omówiona została identyfikacja modelu TSK przy wykorzystaniu regresji liniowej do otrzymania współczynników funkcji następnika, oraz różnych algorytmów ewolucyjnych do optymalizacji sposobu rozmywania modelu. Porównano rezultaty otrzymane przy pomocy klasycznego algorytmu genetycznego oraz algorytmu PSO. Przedstawiono przykład identyfikacji modelu siłownika pneumatycznego.

EN

This paper presents identification of fuzzyfication part of TSK model using Particle Swarm Optimization algorithm. Estimation of conclusion parameters with LS method and fuzzyfication parameters with different evolutionary algorithms is described. Comparison between results received with classic genetic algorithm and PSO algorithm is given. As an example identification of pneumatic drive is presented.

3

Wskaźnik jakości dla identyfikacji modelu TSK przy wykorzystaniu algorytmów genetycznych

Wnuk P.

Pomiary Automatyka Kontrola

|

2005

|

R. 51, nr 9 bis

90--92

PL

W niniejszym artykule przedstawiono sposób genetycznego doboru zarówno struktury, jak i parametrów modelu rozmytego TSK. Opisano algorytm, opracowane operatory genetyczne oraz optymalizowany wskaźnik jakości uwzględniający specyfikę modelu TSK i zapewniający prawidłową estymację współczynników funkcji następników wchodzących w skład poszczególnych reguł. Przedstawiono przykład identyfikacji modeli dla instalacji diagnostycznej walczaka.

EN

This paper presents the way of choosing parameters and structure of fuzzy TSK model using genetic algorithms. Description of genetic algorithm and newly developed genetic operators is included. Quality index, which takes into account TSK model specyfic and allows to proper estimation of consequent coefficients for all rules is proposed As an example, an identification of models for laboratory stand diagnostic instalation is enclosed.

4

Identyfikacja obiektów w systemie AMandD

Wnuk P.

Pomiary Automatyka Kontrola

|

2005

|

R. 51, nr 9 bis

163--165

PL

Niniejszy artykuł przedstawia pakiet MITforRD, będący modułem identyfikacji obiektów w systemie AMandD. Opisano budowę wewnętrzną oraz możliwości pakietu w zastosowaniu do modeli różnych typów wraz z algorytmami ich identyfikacji. Przedstawiono rozproszone środowisko obliczeniowe wbudowane w pakiet oraz możliwości jego rozszerzania.

EN

This paper presents the object identification software for AMandD system called MITforRD. Internal structure as well as software possibilities in area of identification of different kinds of models are described. Special attention was focused on self configurable, distributed calculation environment, embedded as a part of MITforRD. The possibilities of software extension is presented.

5

Identyfikacja wybranych lotnych związków organicznych z wykorzystaniem modelu opartego na teorii zbiorów rozmytych.

Szczurek A., Malinowski P., Maciejewska M.

Chemia i Inżynieria Ekologiczna

|

1999

|

Vol. 6, nr 10

1055-1067

PL

Zmierzono charakterystyki odpowiedzi pięciu czujników nieselektywnych oraz czujnika wilgotności na pary wybranych alkoholi w powietrzu o różnej zawartości pary wodnej. Na podstawie odpowiedzi matrycy czujników przeprowadzono identyfikację alkoholi. Do rozróżniania alkoholi wykorzystano model TSK oparty na koncepcji zbiorów rozmytych Takagi - Sugeno i Kanga. Wykonane analizy pozwoliły na stwierdzenie, że łatwo zidentyfikować alkohole nasycone o liczbie węgli w cząstece poniżej czterech. Natomiast odpowiedzi czujników na alkohole nasycone o dłuższych łańcuchach był zbyt podobne, by model dokonał między nimi rozróżnienia. Powodzeniem zakończyła się próba rozróżnienia alkoholu nasyconego od nienasyconego.

EN

Non-selective sensors were used to measure concentrations of chosen alkohols in the air with variable content of water vapour. Identification of alkohols was performed, based on responses of matrix of sensors. TSK model based on fuzzy logic rules concept of Takagi - Sugeno and Kang was applied as an identification tool. Performed analysis showed that it was easy to identify saturated alkohols with less than four carbon atoms in molecule. Responses of sensors to saturated alkohols with bigger molecules were too similar to enable identification. A distinction between saturated and non-saturated alkohols was also proved to be possible.