Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!
  • Sesja wygasła!

Znaleziono wyników: 5

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  Takagi-Sugeno-Kang model
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
W referacie przedstawiono podstawowe struktury regulatorów rozmytych wraz z zależnościami opisującymi bazę reguł. Określono ogólne warunki ciągłości metod defuzyfikacji stosowanych do przekształcania zbiorów rozmytych na wartości skalarne. Przedstawiono metodę aproksymacji regulatora rozmytego przy zastosowaniu quasi-liniowego modelu rozmytego. Dla metody wnioskowania Takagi-Sugeno-Kanga wyznaczono zmienną wyjściową poprzez sumowanie wyjść poszczególnych podsystemów liniowych. Opracowany quasi-liniowy model rozmyty przypisuje każdemu obszarowi przestrzeni wejściowej regulatora określony podsystem liniowy. Dla zaproponowanego quasi-liniowego modelu rozmytego sformułowano uogólnienie kryterium Hurwitza.
EN
The paper presents the basic structures of fuzzy controllers with dependencies describing the rule base. General conditions for the continuity of defuzzification methods have been determined. These defuzzification methods are used to convert fuzzy sets to scalar values. The approximation method of the fuzzy controller using a quasi-linear fuzzy model is shown. For Takagi-Sugeno-Kang inference methods were determined output variable by summing outputs of each sub-linear. Developed quasi-linear fuzzy model assigns each area of the input space controller defined linear subsystem. The generalization of Hurwitz criterion for the proposed quasi-linear model was formulated.
EN
The paper presents construction methods of the Takagi-Sugeno-Kang fuzzy model, based on data. The models describe certain envivonmental processes with strong variability of the observed data. The exemplary calculations have been presented.
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.
4
Content available remote Avoiding parameter growth of TSK fuzzy models
EN
We propose two relatively simple and effective procedures for creating neuro-fuzzy Takagi-Sugeno-Kang model and for tuning of TSK model parameters together with the rule-base structure optimisation. The main advantage of the first method is that the initial structure and parameters are set properly, so we need a few training iterations for the neural network representation of our model to converge. In the second approach the most important is rule reduction procedure -annihilation and fusion incorporated in a genetic optimisation algorithm. Numerical examples are provided.
PL
Zaproponowano dwie proste metody tworzenia neuro - rozmytych modeli typu Tkagi-Sudeno-Kanga, strojenia ich parametrów i optymalizacji bazy reguł decyzyjnych. Pierwsza metoda pozwala na utworzenie wyjściowej struktury modelu obarczonej stosunkowo niewielkim błędem, co znacznie zmniejsza liczbę koniecznych iteracji algorytmu uczącego. W drugim podejściu wykorzystano operatory redukcji reguł - anihilację i fuzję wkomponowane w pseudo-bakteryjny algorytm genetyczny optymalizacji modelu. Przedstawiono przykłady ilustrujące właściwości obu metod.
EN
In this paper generalized Takagi-Sugeno-Kang model for approximating of discontinuous function is proposed. For tuning described model algorithm being a combination of bacterial algorithm and least square method is used. Efficient of proposed model with tuning method is illustrated by some examples.
PL
W artykule przedstawiono uogólniony model Takagi-Sugeno-Kang do aproksymacji funkcji nieciągłych. Do strojenia opisywanego modelu użyty został algorytm będący kombinacją algorytmu bakteryjnego i metody najmniejszych kwadratów. Efektywność przedstawionego modelu i zaproponowanej metody strojenia zilustrowana została na przykładzie.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.