Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
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.
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.
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.
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.