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

Znaleziono wyników: 2

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

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