Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "inteligencja obliczeniowa" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Designing fuzzy rule-based controllers from data using particle swarm optimization
Projektowanie rozmytych regulatorów regułowych na bazie danych z wykorzystaniem tzw. optymalizacji rojowej
Autorzy:
Gorzałczany, M. B.
Głuszek, A.
Powiązania:
https://bibliotekanauki.pl/articles/153296.pdf
Data publikacji:
2010
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
inteligencja obliczeniowa
regulatory rozmyte
systemy wieloagentowe
inteligencja rojowa
dane pomiarowe
computational intelligence
fuzzy controllers
multi-agent systems
swarm intelligence
measurement data
Opis:
The paper presents a hybrid combination of fuzzy rule-based systems and particle swarm optimization (PSO) approach - referred to as PSO fuzzy rule-based technique - for optimizing sets of fuzzy control rules synthesized from control data. The application of the proposed technique to a complex and non-linear problem of the control of backing up a truck to a loading dock is also presented in the paper.
Artykuł prezentuje hybrydowe połączenie rozmytych systemów regułowych z metodami tzw. optymalizacji rojowej w celu optymalizowania zestawów rozmytych reguł sterujących syntetyzowanych z danych opisujących procesy sterowania. Zatem, artykuł proponuje rozszerzenie tradycyjnego zestawu komponentów wykorzystywanych dotychczas w budowie systemów tzw. inteligencji obliczeniowej obejmującego sztuczne sieci neuronowe, systemy rozmyte, algorytmy ewolucyjne (przede wszystkim, algorytmy genetyczne) czy też tzw. zbiory przybliżone o nowe narzędzie przeszukiwania rozważanych przestrzeni rozwiązań. Najpierw sformułowany został problem budowy regulatorów, których funkcjonowanie opisywane jest przy pomocy zestawów reguł rozmytych, na bazie danych opisujących procesy sterowania. Następnie przedstawiono zarys procesu syntezy rozmytych reguł sterowania z wykorzystaniem metod tzw. optymalizacji rojowej. Z kolei, zaprezentowano zastosowanie proponowanego podejścia do złożonego i nieliniowego problemu sterowania cofaniem ciężarówki do rampy załadowczej. Przedstawiono uzyskaną bazę reguł regulatora rozmytego, kształty funkcji przynależności zbiorów rozmytych występujących w regułach sterowania oraz wybrane przykłady trajektorii ruchu ciężarówki ze sterowaniem rozmytym.
Źródło:
Pomiary Automatyka Kontrola; 2010, R. 56, nr 12, 12; 1424-1426
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Measurement data in genetic fuzzy modelling of dynamic systems
Dane pomiarowe w genetyczno-rozmytym modelowaniu systemów dynamicznych
Autorzy:
Gorzałczany, M. B.
Rudziński, F.
Powiązania:
https://bibliotekanauki.pl/articles/153292.pdf
Data publikacji:
2010
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
inteligencja obliczeniowa
systemy rozmyte
algorytmy genetyczne
systemy genetyczno-rozmyte
dane pomiarowe
computational intelligence
fuzzy systems
genetic algorithms
genetic fuzzy systems
measurement data
Opis:
The paper presents a genetic fuzzy rule-based approach to the modelling of complex dynamic systems and processes using measurement data that describe their behaviour. The application of the proposed technique to modelling an industrial gas furnace system (the so-called Box-Jenkins benchmark) using measurement data available from the repository at the University of Wisconsin at Madison (http://www.stat.wisc.edu/~reinsel/ bjr-data) is also presented in the paper.
Artykuł prezentuje podejście genetyczno-rozmyte do modelowania (z wykorzystaniem zestawów reguł rozmytych) złożonych, dynamicznych systemów i procesów na bazie danych pomiarowych opisujących ich zachowanie. Najpierw sformułowany został problem budowy modeli (w formie zestawów reguł rozmytych) systemów dynamicznych z wykorzystaniem danych opisujących ich zachowanie. Następnie przedstawiono proces syntezy reguł rozmytych z danych z wykorzystaniem zaproponowanego przez autorów zmodyfikowanego podejścia typu Pittsburgh z obszaru algorytmów genetycznych. Z kolei, przedstawiono zastosowanie proponowanej techniki do modelowania systemu przemysłowego pieca gazowego (tzw. benchmark Box'a-Jenkins'a) z wykorzystaniem danych pomiarowych dostępnych w repozytorium Uniwersytetu Wisconsin w Madison, USA (http://www.stat.wisc. edu/~reinsel/bjr-data). Uzyskany model, w formie zestawu reguł rozmytych, przetestowano w trybie pracy predyktora jednokrokowego oraz wielokrokowego (na pełnym horyzoncie symulacji). Dokonano również analizy zależności pomiędzy dokładnością a przejrzystością (mierzoną liczbą reguł) modelu oraz przetestowano model ze zredukowaną bazą reguł.
Źródło:
Pomiary Automatyka Kontrola; 2010, R. 56, nr 12, 12; 1420-1423
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Data-based fuzzy modelling of dynamic systems by means of evolution strategies
Rozmyte modelowanie systemów dynamicznych na bazie danych z wykorzystaniem strategii ewolucyjnych
Autorzy:
Gorzałczany, M. B.
Głuszek, A.
Powiązania:
https://bibliotekanauki.pl/articles/153300.pdf
Data publikacji:
2010
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
inteligencja obliczeniowa
systemy rozmyte
strategie ewolucyjne
systemy rozmyte z wykorzystaniem strategii ewolucyjnych
dane pomiarowe
computational intelligence
fuzzy systems
evolution strategies
evolution-strategy fuzzy systems
measurement data
Opis:
The paper presents a hybrid approach (combining fuzzy rule-based systems and evolution strategies) to modelling of complex dynamic systems and processes using data that describe their behaviour. The application of the proposed approach to modelling and prediction of the Mackey-Glass chaotic time series is also presented in the paper. This time series - of complex dynamics - describes various physiological and technical control systems.
Artykuł prezentuje hybrydowe podejście - łączące rozmyte systemy regułowe z tzw. strategiami ewolucyjnymi - do modelowania złożonych, dynamicznych systemów i procesów z wykorzystaniem danych opisujących ich zachowanie. Strategie ewolucyjne stanowią jedną z czterech głównych klas algorytmów ewolucyjnych - obok najbardziej popularnych algorytmów genetycznych, programowania ewolucyjnego oraz programowania genetycznego. Szereg cech strategii ewolucyjnych - w tym samoadaptacja parametrów sterujących strategią ewolucji, co umożliwia dokładne lokalne dostrajanie się algorytmu - powoduje, że są one interesującym narzędziem szczególnie w zagadnieniach optymalizacji z ciągłymi parametrami. Stąd też mogą być efektywnie wykorzystywane w budowie rozmytych regułowych modeli systemów oraz algorytmów sterowania na bazie danych. W artykule przedstawiono zastosowanie proponowanego podejścia do modelowania i predykcji tzw. chaotycznego szeregu czasowego Mackey-Glass'a. Szereg ten - o złożonej dynamice - opisuje różnorodne fizjologiczne i techniczne systemy sterowania. Przedstawiono uzyskaną bazę reguł modelu rozmytego, kształty funkcji przynależności zbiorów rozmytych w nim występujących oraz porównanie odpowiedzi modelu z danymi rzeczywistymi.
Źródło:
Pomiary Automatyka Kontrola; 2010, R. 56, nr 12, 12; 1427-1429
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies