PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 17

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available On estimation of priority vectors derived from inconsistent pairwise comparison matrices
Kazibudzki Paweł Tadeusz
Journal of Applied Mathematics and Computational Mechanics
|
2022
|
Vol. 21, nr 4
52--59
EN
The most critical and purely heuristic assumption about priority vector estimation on the basis of pairwise comparisons is that which states a positive relationship between the consistency of decision makers’ judgments and the quality of estimates of their priorities. As this issue constitutes the area of interest of the Multi-Criteria Decision Making theory in relation to AHP, it’s examined in this paper via Monte Carlo simulations from the perspective of a new measure of PCM consistency i.e. Index of Square Logarithm Deviations. It needs to be emphasized that such problems of applied mathematics have been already studied via computer simulations as the only way of this phenomenon examination.
2
Minimalizacja błędu dekompozycji w sterowniku Fuzzy Logic o architekturze hierarchicznej
Wyrwoł B.
Elektronika : konstrukcje, technologie, zastosowania
|
2013
|
Vol. 54, nr 9
122-125
PL
W artykule przedstawiony został programowalny sterownik logiczny, w którym zaimplementowany został system wnioskowania przybliżonego o architekturze hierarchicznej, a także metoda tworzenia dla niego bazy wiedzy w oparciu o bazę wiedzy systemu klasycznego. Taka realizacja systemu pozwala z jednej strony obniżyć nakłady sprzętowe i obliczeniowe oraz zmniejszyć czas wyznaczania wyniku, z drugiej zaś powoduje zwiększenie rozmytości wyniku wnioskowania, który jest następstwem występowania tzw. błędu dekompozycji. W oparciu o przeprowadzone badania sterownika w środowisku docelowym pokazany został wpływ zwiększonej rozmytości wyniku wnioskowania na parametry regulacji oraz zaproponowano nową metodę minimalizacji błędu dekompozycji opartą na modyfikacji następników reguł pierwotnej bazy wiedzy.
EN
The paper presents the programmable logic controller with implementation of the rule hierarchical fuzzy inference system, as well as a method of creating a knowledge base for it on the basis of a classical system knowledge base. The hierarchical architecture of the inference system allows reduce hardware and software cost and computational time, but the inference result is more fuzzy than in the classical system architecture, which is a consequence of the presence of so-called error decomposition. Based on research of the controller in the target environment, it is presented influence of the more fuzzy inference results on control parameters, and also it is proposed a new decomposition error minimization method based on modification of the consequence part of the rules in the primary knowledge base.
3
Sterownik Fuzzy Logic o architekturze hierarchicznej
Wyrwoł B.
Elektronika : konstrukcje, technologie, zastosowania
|
2012
|
Vol. 53, nr 10
64-67
PL
W artykule przedstawiono sterownik programowalny, w którym zaimplementowany został regułowy system wnioskowania przybliżonego. Realizuje on algorytm sterowania wykorzystujący logikę rozmytą. W celu zmniejszenia nakladów sprzętowych i obliczeniowych zastosowany został system o architekturze hierarchicznej. Złożony jest on z elementarnych podsystemów o takiej samej strukturze, które różnią się jedynie zawartościami swoich baz wiedzy. Bazy te tworzone są w wyniku dekompozycji opartej na operacji projekcji pierwotnej bazy wiedzy opisującej zachowanie systemu klasycznego. Wynik wnioskowania uzyskiwany z takiego systemu może charakteryzować się zwiększoną rozmytością w porównaniu z wynikiem uzyskiwanym z systemu o klasycznej architekturze. Ta niekorzystna własność została do pewnego stopnia wyeliminowana poprzez odpowiedni dobór współczynnika skalowania w module denormalizacji sterownika.
EN
The paper presents programmable logic controller with implemenlation of the rule based fuzzy inference system. The controller performs an control algorithm using fuzzy logic. Hardware costs and computing time of the hardware realization of the fuzzy inference system can be decreased using decomposition technique based on projection. It allows show system as a hierarchical architecture. It consists of the subsystems, they have the same architecture, but they differ in contents of the knowledge subbases. The inference result of the hierarchical system is more fuzzy than of the classical one. This disadvantage can be minimized to a certain degree through tuning the scaling factor in the denormalisation module of the controller.
4
Regulator temperatury o rozmytej logice
Wyrwoł B.
Elektronika : konstrukcje, technologie, zastosowania
|
2012
|
Vol. 53, nr 10
61-64
PL
W artykule przedstawiono koncepcje architektury sterownika pełniącego funkcje regulatora temperatury, w którym to algorytmy sterowania wykorzystują logikę rozmytą. W porównaniu do innych tego typu rozwiazań opracowany system charakteryzuje się niskim kosztem, wyposażony został w rozbudowane, konfigurowalne układy wejscia-wyjścia ukierunkowane na regulację temperatury oraz posiada zaimplementowane zaawansowane algorytmy sterowania oparte na wnioskowaniu przybliżonym. Opracowany regulator może znaleźć szerokie zastosowanie w układach stabilizacji temperatury dla obiektów regulacji o dowolnych parametrach.
EN
The paper presents the concept of architecture the fuzzy logic temperature controller. In comparison to other similar solutions the developed system is characterized by a low cost of hardware implementation, is equipped with a powerful, configurable input-output modules to use in temperature control and has implemented advanced control algorithms based on fuzzy logic inference. The developed controller can be used in temperature stabilization systems with arbitrary parameters.
5
Content available remote Wykorzystanie algorytmów kolorowania grafu w sprzętowej realizacji systemu wnioskowania przybliżonego HFIS
Wyrwol B.
Przegląd Elektrotechniczny
|
2011
|
R. 87, nr 10
64-67
PL
Realizacja sprzętowego systemu wnioskowania przybliżonego, przy wykorzystaniu techniki dekompozycji opartej na operacjach projekcji oraz podziału, wymaga mniejszych nakładów sprzętowych i obliczeniowych. W artykule omówiono metodę podziału bazy wiedzy opartą na algorytmie kolorowania grafu, pokazano zależność uzyskiwanych wyników od sposobu uporządkowania reguł oraz przedstawiono szacunkowy koszt praktycznej implementacji modułu GCM, wspomagającego dekompozycję, w sprzętowym systemie FPGA-FIS.
EN
Hardware costs and computing time of the hardware implementation of the fuzzy inference system can be decreased using decomposition technique based on projection and partitioning. The paper presents the partitioning method of the knowledge base using graph vertex coloring algorithms. It discusses finally obtained results dependent on rule (graph vertex) arrangement and hardware cost estimation of the implementation the GCM module in the FPGA-FIS fuzzy inference system.
6
Content available remote System prototypowania aplikacji wykorzystujących logikę rozmytą AVR-FPGA-FIS
Wyrwoł B.
Przegląd Elektrotechniczny
|
2011
|
R. 87, nr 10
60-63
PL
W artykule przedstawiono koncepcję systemu uruchomieniowego AVR-FPGA-FIS, zrealizowanego w oparciu o układ reprogramowalny FPGA rodziny Spartan 3 oraz mikrokontroler AVR rodziny ATMega, wspomagającego tworzenie, uruchamianie i testowanie aplikacji, w których wymagane jest zaimplementowanie algorytmów wnioskowania przybliżonego. Architektura systemu ma charakter otwarty, dzięki czemu możliwa jest jego rozbudowa lub modyfikacja dla potrzeb konkretnie realizowanej aplikacji wykorzystującej logikę rozmytą.
EN
The paper presents idea of the AVR-FPGA-FIS development platform based on field-programmable gate array and general-purpose microcontroller. It combines hardware Spartan-3 Starter Kit board with AVR ATMega family microcontroller expansion board, thus allowing the realization, develop and test of hybrid hardware/software solutions of fuzzy inference systems. The open architecture eases develop of the system and implementation of fuzzy logic for specific application.
7
Struktura bazy wiedzy w bibliotece FUZZLIB
Kudłacik P.
Studia Informatica
|
2010
|
Vol. 31, nr 2A
469-478
PL
Biblioteka FUZZLIB to zbiór narzędzi pozwalających tworzyć i zarządzać rożnymi systemami rozmytymi za pomocą prostego w użyciu interfejsu. Szczególnie ułatwiono konfigurację i zarządzanie regułowej bazy wiedzy opartej na strukturach dynamicznych. Niniejszy artykuł opisuje zastosowane rozwiązania oraz interfejs programistyczny.
EN
FUZZLIB library provide a set of tools that let to create and manage diverse fuzzy systems with an easy to use interface. Configuration and management of a rule base, based on dynamic structures, is especially simplified. Article describes developed solutions and program interface.
8
System uruchomieniowy AVR-FIS
Wyrwoł B.
Elektronika : konstrukcje, technologie, zastosowania
|
2010
|
Vol. 51, nr 9
44-47
PL
W artykule przedstawiono koncepcję systemu uruchomieniowego AVR-FIS, opartego na mikrokontrolerze AVR rodziny ATMega, wspomagającego tworzenie, uruchamianie i testowanie aplikacji, w których wymagane jest zaimplementowanie algorytmów wnioskowania przybliżonego. W pierwszej części opisana została architektura systemu, w skład której wchodzi jednostka centralna, oraz podstawowe moduły wejścia-wyjścia. Architektura posiada charakter otwarty, dzięki czemu możliwa jest rozbudowa lub modyfikacja systemu na potrzeby konkretnie realizowanej aplikacji. Druga część poświęcona została omówieniu narzędzi programistycznych takich jak preprocesor wraz z bibliotekami funkcji, wspomagających proces tworzenia aplikacji wykorzystujących algorytmy wnioskowania przybliżonego, jakie zostały opracowane i zintegrowane ze środowiskiem AVR Studio jak również narzędziami wchodzącymi w skład pakietu kompilatora AVR-GCC.
EN
The paper presents idea of the AVR-FIS development system. It is based on AVR microcontroller ATMega family and used to develop and test applications based on fuzzy inference algorithm. The first part describes an open architecture of the system, which includes central unit and basie input-output modules. It allows develop or modify system for specific application. The second part describes programming tools: fuzzy logic preprocessor and libraries. They allow creating applications using fuzzy logic arithmetic and can be integrated with AVR Studio integrated development environment and AVR-GCC compiler.
9
Sprzętowa implementacja algorytmu dekompozycji sIRD w układzie FPGA
Wyrwoł B.
Elektronika : konstrukcje, technologie, zastosowania
|
2010
|
Vol. 51, nr 1
25-28
PL
Jedną z metod obniżenia nakładów sprzętowych i obliczeniowych w realizacjach regułowych lub relacyjnych systemów wnioskowania przybliżonego jest wykorzystanie techniki dekompozycji bazy wiedzy opartej na operacji projekcji. Pozwala ona przedstawić system w postaci struktury hierarchicznej, jednak wynik uzyskiwany z takiego systemu może charakteryzować się zwiększoną rozmytością w porównaniu z wynikiem uzyskiwanym z systemu o klasycznej architekturze. Można tego uniknąć poprzez wstępny podział bazy wiedzy systemu wnioskującego, a dopiero w kolejnym etapie przeprowadzić właściwą dekompozycję. Opracowane do tej pory algorytmy podziału nie pozwalają uzyskać zadowalających wyników dla szerokiej klasy systemów. Zaprezentowany w artykule algorytm slRD, oparty na rozkładzie reguł sprzecznych w bazie wiedzy, pozwala uzyskać, jak do tej pory, najlepsze wyniki. Jego sprzętowa implementacja znalazła swoje odzwierciedlenie w systemie wnioskowania przybliżonego zrealizowanego na bazie układu FPGA.
EN
Hardware costs and computing time of the practical realization of the rule and relational fuzzy inference systems can be decreased using decomposition technique based on projection. It allows show system as a hierarchical architecture. The inference result of the system is more fuzzy than of the classical system. This disadventage can be eliminated through initial partitioning knowledge base of the inference system, and then used primary decomposition method. The known partitioning algorithms do not permit to get the optimal results for a wide class of the fuzzy systems. In the paper is presented a sIRD algorithm based on inconsistency rule distribution amount. It allows get nearly optimal partitioning results. It is implemented in hardware fuzzy inference system based on an FPGA chip.
10
Content available Sprzętowa implementacja algorytmów dekompozycji lingwistycznej opartych na podziale bazy wiedzy w układzie FPGA
Wyrwoł B.
Pomiary Automatyka Kontrola
|
2009
|
R. 55, nr 7
511-514
PL
Układowe realizacje systemów wnioskowania przybliżonego wymagają często znacznych nakładów. Zmniejszenie ich jest możliwe poprzez zastosowanie metody dekompozycji Gupty i przedstawieniu systemu jako struktury hierarchicznej. W celu wyeliminowania jej niekorzystnych własności konieczny jest wstępny podział bazy wiedzy. Zaproponowana została metoda najlepszego wyboru wykorzystująca wybrane algorytmy podziału, zaimplementowana w sprzętowym systemie wnioskowania przybliżonego FPGA-FIS.
EN
The hardware cost of a fuzzy inference system can be reduced using the Gupta's relational decomposition technique [1]. The system can be represented as a hierarchical architecture that comprises a set of Single Input Single Output subsystems (Fig. 1). The decomposition has some disadvantages, computation of the global relation ℜ is an extremely time-consuming process and a large memory is necessary to store it. They can be eliminated if projection is expanded on linguistic level and decomposition is used for the knowledge base (1), (Fig. 2) [2]. The projection operation (on relational or linguistic level) in some cases can lead to inevitable loss of information because of its approximate nature [3]. To avoid the inference error (the output result is more fuzzy than that obtained in the classical system architecture (3)) methods for partitioning (5) the knowledge base KB[Y , XK,? , X1] into p subbases without inconsistent rules (4) are proposed [4]. In Section 3 the methods based on partitioning towards a defined input linguistic variable (Fig. 3) and elimination of the inconsistent rules (Fig. 4) are described [5, 6]. The algorithms are simple and fast but the results are not optimal in all cases (hardware cost depends on the number of subsystems p, Tab. 1). Thus, the method of the best choice is proposed and implemented in the FPGA fuzzy inference system as a DMU (Decomposition Management Unit) module (Fig. 6).
11
Wykorzystanie operatorów wyostrzania do maskowania błędów w hierarchicznym systemie wnioskowania przybliżonego
Wyrwoł B.
Elektronika : konstrukcje, technologie, zastosowania
|
2008
|
Vol. 49, nr 11
237-239
PL
Technika dekompozycji Gupty pozwala zredukować nakłady sprzętowe systemu wnioskowania przybliżonego i czas wyznaczania wyniku zarówno dla systemu relacyjnego FATI, jak i regułowego FITA. Metoda bazuje na operacji projekcji, co prowadzi do tego, że wynik wnioskowania, uzyskiwany w systemie hierarchicznym, w którym wykorzystano technikę dekompozycji, charakteryzuje się zwiększoną rozmytością (pojawia się błąd wnioskowania) w porównaniu z wynikiem uzyskiwanym w systemie o klasycznej strukturze. W systemach z wyjściem nierozmytym zaimplementowany jest zawsze moduł wyostrzania. Pozwala on na maskowanie nadmiernej rozmytości wyniku wnioskowania w systemie hierarchicznym i może prowadzić do uzyskania poprawnego wyniku. W artykule opisano podstawowe operatory wyostrzania i omówiono ich własności maskujące.
EN
Gupta's decomposition technique allows to reduce the hardware cost of the fuzzy system and the computing time of the final result, especially when referring to First Aggregation Then Inference (FATI) relational systems or First Inference Then Aggregation (FITA) rule systems. The method bases on projection operation, thus the inference result of the hierarchical system using the decomposition technique is more fuzzy (it appears inference error) than of the classical system. The defuzzification module is always implemented in the inference systems with non-fuzzy output. It allows to mask a redundant fuzziness of the inference result in hierarchical systems and may produce correct non-fuzzy result. The paper describes the most popular defuzzification operators and discusses its mask properties.
12
Dekompozycja lingwistyczna bazy wiedzy systemu wnioskowania przybliżonego z eliminacją reguł sprzecznych
Wyrwoł B.
Elektronika : konstrukcje, technologie, zastosowania
|
2008
|
Vol. 49, nr 11
234-236
PL
W artykule przedstawiono metodę dekompozycji relacyjnej Gupty przeniesioną na płaszczyznę lingwistyczną i wykorzystaną w realizacjach regułowych systemów wnioskowania przybliżonego (FITA) strukturze hierarchicznej. Pozwala ona obniżyć nakłady sprzętowe i obliczeniowe. Wynik wnioskowania uzyskiwany z takiego systemu jest bardziej rozmyty, niż uzyskany z systemu o klasycznej strukturze. W artykule omówiona została technika dekompozycji wykorzystująca podział bazy wiedzy systemu wnioskowania przybliżonego. Pozwala ona zmniejszyć lub całkowicie wyeliminować nadmiarową rozmytość wyniku wnioskowania.
EN
The paper presents Gupta's relational decomposition technique expanded on linguistic level. The method can be used to implement First Inference Then Aggregation fuzzy hierarchical inference systems. It allows a decrease in the hardware cost of the fuzzy system or in the computing time of the final result. The inference result of the hierarchical system using decomposition technique is more fuzzy than of the classical system. The paper describes a linguistic decomposition technique based on partitioning the knowledge base of the fuzzy inference system. It allows to decrease or even totally remove a redundant fuzziness of the inference result.
13
Content available Sprzętowa realizacja procesu dekompozycji lingwistycznej bazy wiedzy systemu wnioskowania przybliżonego
Wyrwoł B.
Pomiary Automatyka Kontrola
|
2007
|
R. 53, nr 7
33-35
PL
Metoda dekompozycji relacji rozmytych M. M. Gupty pozwala ograniczyć nakłady sprzętowe niezbędne w realizacji układowej systemów relacyjnych, jednak charakteryzuje się wysokim nakładem obliczeniowym. Tę niekorzystną własność można wyeliminować poprzez rozszerzenie metody podstawowej na płaszczyznę lingwistyczną. Podejście to pozwala wykorzystać uzyskane wyniki w realizacji zarówno systemów regułowych, relacyjnych, jak i mieszanych. W pracy przedstawiono sprzętowy modułu realizujący proces dekompozycji lingwistycznej bazy wiedzy zaimplementowany w systemie wnioskowania przybliżonego FPGA-FIS.
EN
The hardware cost of the FATI relational fuzzy inference system can be reduced using M. M. Gupta's decomposition technique. It is based at projection operation defined for fuzzy relation. A lot of time is required to compute a global relation and a large memory to store it. In the paper has been proposed a modified M. M. Gupta's decomposition method expanded on linguistic level. It allows reducing hardware cost of the implementation of the FITA or FITA/FATI fuzzy inference systems. It can be implemented as a hardware unit in an FPGA structure to decrease an initialization time of the FPGA-FIS system.
14
Content available remote Wspomaganie podejmowania decyzji z wykorzystaniem systemów ekspertowych z wnioskowaniem przybliżonym
Kapczyński A., Psurek K., Żurek T.
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
|
2006
|
z. 35
71-82
PL
W pracy przedstawiono możliwość wykorzystania systemów ekspertowych z wnioskowaniem przybliżonym do wspomagania podejmowania decyzji w trzech różnych dziedzinach: technice, medycynie i bankowości. Zastosowanie mechanizmu wnioskującego uwzględniającego niepewność podczas wnioskowania może dać pełniejszy obraz rzeczywistości, pozwalający na podjęcie słuszniejszej decyzji.
EN
In this work we present the possibility of using expert systems with uncertain reasoning in three different fields of human activities such as: technology, medicine and banking. The strong advantage of using reasoning with the Certainty Factors is having more complete view of reality. What, in consequence, is very helpful in coming to the right decision.
15
Automatyczne odkrywanie modeli współbieżnych z danych eksperymentalnych
Pancerz Krzysztof, Suraj Zbigniew
Zeszyty Naukowe Politechniki Rzeszowskiej. Matematyka
|
2002
|
z. 26 [199]
205-226
PL
Odkrywanie wiedzy z dużych baz danych jest jednym z istotnych i aktualnych problemów badawczych. W referacie przedstawione zostaną pewne metody automatycznego odkrywania modeli współbieżnych zdanych eksperymentalnych ([4],[5-6]). Metody te oparte są na teorii zbiorów przybliżonych [l] i teorii sieci Petriego [2]. Celem referatu jest prezentacja algorytmów realizujących odkrywanie z danych eksperymentalnych modeli współbieżnych reprezentowanych w formie sieci Petriego. Praktycznym wynikiem tych prac badawczych będzie moduł wspomagający odkrywanie modeli współbieżnych z danych. Moduł będzie częścią składową tworzonego w Katedrze Podstaw Informatyki WSIiZ w Rzeszowie systemu komputerowego do wspomagania projektowania i analizy modeli współbieżnych, działającego na komputerach klasy PC pod kontrolą systemu operacyjnego Windows. Wskazane zostaną także kierunki dalszych badań.
16
Mechanizmy wnioskowania przybliżonego w bazach danych
Małsiak B.
Studia Informatica
|
2002
|
Vol. 23, nr 4
153-172
PL
W artykule przedstawiono zastosowanie teorii zbiorów rozmytych oraz metod wnioskowania przybliżonego (na przykładzie modelu Mamdaniego) w procesie zadawania rozmytych (nieprecyzyjnych) pytań do bazy danych i generacji odpowiedzi na tak sformułowane pytania.
EN
This article presents fuzzy sets theory and approximate reasoning and their applications in database. Database can include precise or imprecise data, and queries can be precise or imprecise too.
17
Content available remote Fuzzy modeling in econometric studies
Walaszek-Babiszewska A.
Management
|
1999
|
Vol. 3, no 1
83-91
PL
W artykule zostały zaprezentowane wybrane elementy tzw. modelowania rozmytego, które mogą być przydatne w badaniach ekonometrycznych, w warunkach niepełnej informacji na temat zmiennych i procesów. Przedstawione modele rozmyte dotyczą pojedynczych zmiennych skalarnych i wektorów, funkcji o wartościach rozmytych i relacji na zmiennych lingwistycznych. Zaprezentowane modele Mamdaniego stanowią podstawę tzw. wnioskowania przybliżonego, które oparte o sposób rozumowania człowieka, znajduje zastosowanie w systemach ekspertowych.
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.