Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Contextual one-sector non-regular fuzzy model based on 4 knowledge points

Piegat A., Olchowy M.

Pomiary Automatyka Kontrola

2010

R. 56, nr 10

1193-1196

W artykule przedstawiona została metoda konstruowania nieregularnego modelu rozmytego opartego na czterech punktach wiedzy eksperckiej. Nieregularne modele rozmyte różnią się znacznie od modeli regularnych, które oparte są na regularnym, prostokątnym podziale przestrzeni wejść. Posiadają one wiele zalet, m.in. pozwalają na znaczne zmniejszenie liczby reguł przy zachowaniu dokładności modelu rozmytego, czyli umożliwiają konstruowanie oszczędnych modeli rozmytych. Dzięki temu istnieje możliwość skutecznego pokonywania zjawiska "przekleństwa wymiarowości". Nieregularne modelowanie rozmyte nie jest chyba możliwe bez nowego układu współrzędnych. Układ taki nazwany został kontekstowym, nierównoległym układem współrzędnych, który jest uogólnieniem powszechnie stosowanego układu kartezjańskiego. Dla lepszego zrozumienia zagadnienia w artykule, w kilku krokach, przedstawiono sposób zastosowania kontekstowego układu współrzędnych w nieregularnym modelowaniu rozmytym. Metodę zilustrowano przykładem.

The paper presents a method how to construct a non-regular fuzzy model based on 4 points of expert knowledge. Non-regular fuzzy models considerably differ from regular ones, which are based on the regular, rectangular partition of the input space. They allow for considerable decreasing the rule number and thus for constructing sparse models and for overcoming the phenomenon called "curse of dimensionality". Non-regular fuzzy modeling is rather not possible without a new coordinate system, which was called contextual, non-parallel coordinate system that also is described in the paper. The non-regular modeling method was illustrated by an example.

Czy istnieje optymalna forma eksperckiego modelu rozmytego ?

Piegat A., Olchowy M.

Metody Informatyki Stosowanej

2009

nr 3 (20)

169-178

Badania przeprowadzone przez autorów dotyczące zagadnienia, jaki jest optymalny zestaw elementów modelu rozmytego doprowadziły do wniosku, że jest to taki zestaw, który powoduje, że model rozmyty wytwarza pomiędzy punktami wiedzy eksperckiej oszczędną powierzchnie wielomianową określoną wzorami (9), (11), etc. Charakterystyka ta posiada najmniejszą powierzchnię względem wszystkich innych możliwych modeli interpolacyjnych, a sam model jest bardzo prosty i spełnia postulat „brzytwy Occam’a”. Potwierdziły to badania eksperymentalne przeprowadzone przez autorów. Określono elementy (funkcje przynależności i operatory) modelu rozmytego, które umożliwiają uzyskanie minimalnej powierzchni interpolacyjnej a przez to optymalnego, bezpiecznego modelu rozmytego. Ze względu na konieczne ograniczenia objętości artykułu problem został przedstawiony bardzo skrótowo.

In expert fuzzy models various membership functions, various operators for AND and OR operations, for implication in single rules and aggregation of activated conclusions of single rules in one resultant conclusion, and various defuzzification methods can be chosen by a modeler. Is there, in the universal case, possible to answer the question, which set of the above elements of the fuzzy model is optimal? The authors try to give the answer to this difficult, but very interesting question in this paper.