Wyniki wyszukiwania - BazTech

1

Implementacja systemu rozmytego w układzie mikrokontrolera rodziny AVR : ATmega128

Popławski M., Białko M.

Elektronika : konstrukcje, technologie, zastosowania

|

2010

|

Vol. 51, nr 9

75-77

PL

W artykule przedstawiono implementację cyfrowego systemu rozmytego w układzie mikrokontrolera rodziny AVR -ATmega128. Proces wnioskowania zrealizowano w oparciu o szeregowe przetwarzanie. W celu przyspieszenia obliczeń wykorzystano technikę adresowania reguł rozmytych.

EN

This paper describes an implementation of a digital fuzzy logic system using a microcontroller of family AVR - Atmega128. The inference process was realized based on serial processing. For acceleration of the processing time a technique of addressing fuzzy rules was used.

2

An evolutionary algorithm determining a defuzzyfication functional

Kosiński W., Markowska-Kaczmar U.

TASK Quarterly : scientific bulletin of Academic Computer Centre in Gdansk

|

2007

|

Vol. 11, No 1-2

47-58

EN

Order fuzzy numbers are defined that make it possible to deal with fuzzy inputs quantitatively, exactly in the same way as with real numbers, together with four algebraic operations. An approximation formula is given for a defuzzyfication functional that plays the main role when dealing with fuzzy controllers and fuzzy inference systems. A dedicated evolutionary algorithm is presented in order to determine the form of a functional when a training set is given. The form of a genotype composed of three types of chromosomes and the fitness function are given and Genetic operators are proposed.

3

On soft computing and modelling

Kosiński W.

Image Processing & Communications

|

2006

|

Vol. 11, no 1

71-82

EN

In real-life problems both parameters and data used in mathematical modelling are vague. The vagueness can be described by fuzzy numbers and sets. Pattern recognition, system modelling, diagnosis, image analysis, fault detection and others are fields where soft calculation with unprecise, fuzzy, objects plays an important role. In the presentation after a short review of the recent result in the theory of ordered fuzzy numbers and their normed algebra, specific applications in finance, dynamical systems and mechanics are presented. From the classical framework known algebraic and evolution equations describing such systems are transformed to their fuzzy versions. Their solvability is shortly presented together with the specially dedicated problem solutions.

4

Algebra liczb rozmytych

Kosiński W., Prokopowicz P.

Matematyka Stosowana : matematyka dla społeczeństwa

|

2004

|

Nr 5

37-63

PL

Określono algebrę skierowanych liczb rozmytych (ordered fuzzy numbers (OFN)), która umożliwia posługiwanie się pojęciami rozmytymi, ilościowo nieostrymi, w sposób podobny do rachunku na liczbach rzeczywistych. Zbiór skierowanych liczb rozmytych, izomorficzny z kwadratem kartezjańskim przestrzeni funkcji ciągłych na odcinku jednostkowym, ma strukturę przestrzeni liniowo-topologicznej oraz algebry Banacha z jedynką. Algebrę tę można wyposażyć w relację pre-porządku i posiada ona dzielniki zera oraz nietrywialne ideały. Podstawowe, w zastosowaniach praktycznych przy budowaniu rozmytych systemów wnioskujących, operacje wyostrzania (defuzzyficatiori) mogą się pojawić w tej przestrzeni Banacha jako liniowe i ciągłe funkcjonały, reprezentowane przez pary miar Radona (tutaj dwie całki w sensie Stieltjesa względem funkcji o wahaniu skończonym). Dalsze uogólnienie prowadzi do pojęcia skierowanych zbiorów rozmytych i odpowiadającej algebry Banacha. Przedstawione podstawy algebry skierowanych liczb (zbiorów) rozmytych dają możliwość budowy odpowiedników znanych pojęć z teorii równań różniczkowych, wzbogacając metody sterowania o nowe modele rozmyte. Z powodzeniem dokonana w środowisku Windows, w kalkulatorze rozmytym zCalc, programowa implementacja wprowadzonych operacji na liczbach rozmytych pozwala mieć nadzieję na szybki rozwój zastosowań przedstawionych tutaj pojęć i modeli.

EN

An algebra of ordered fuzzy numbers (OFN) is defined. It enables handling fuzzy inputs in a quantitative way, exactly in the same way as for real numbers. Additional two structures : algebraic and normad (topological) are introduced , which makes it possible to define a general form of defuzzyfication operators if fuzzy rules are used in a decision process. A useful implementation of a Fuzzy calculator is given which allows counting with OFNs of general type membership relations.