Temat: Fuzzy Logic - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Optimising a fuzzy fault classification tree by a single-objective genetic algorithm
Autorzy:: Zio, E.
Baraldi, P.
Popescu, I. C.
Powiązania:: https://bibliotekanauki.pl/articles/2069595.pdf
Data publikacji:: 2007
Wydawca:: Uniwersytet Morski w Gdyni. Polskie Towarzystwo Bezpieczeństwa i Niezawodności
Tematy:: fault classification
decision tree
fuzzy logic
genetic algorithm
Opis:: In this paper a single-objective Genetic Algorithm is exploited to optimise a Fuzzy Decision Tree for fault classification. The optimisation procedure is presented with respect to an ancillary classification problem built with artificial data. Work is in progress for the application of the proposed approach to a real fault classification problem.
Źródło:: Journal of Polish Safety and Reliability Association; 2007, 2; 391--400
2084-5316
Pojawia się w:: Journal of Polish Safety and Reliability Association
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: The genetic fuzzy based proactive maintenance of a technical object
Autorzy:: Smoczek, J.
Szpytko, J.
Powiązania:: https://bibliotekanauki.pl/articles/246817.pdf
Data publikacji:: 2012
Wydawca:: Instytut Techniczny Wojsk Lotniczych
Tematy:: proactive maintenance
failure prediction
fuzzy logic
genetic algorithm
Opis:: The proactive maintenance is an effective approach to enhance the system availability through real time monitoring the current state of a system. The key part of this method is forecasting the nonoperational states for advanced warning of the failure possibility that can bring the attention of machines operators and maintenance personnel to impending danger facilitate planning preventive and corrective operations, and resources managing as well. The paper presents the HMI/SCADA-type application used to support decision-making process. The proposed approach to proactive maintenance is based on forecasting the remaining useful life of device equipment and delivering the user-defined maintenance strategy developed during system operation. The HMI/SCADA application is used to collect data in form of failures history, changes of operational conditions and performances of a monitored process between failures, as well as heuristic knowledge about process created by experienced user. The data history is used to design the predictive fuzzy models of time between failures of system equipment. The fuzzy predictive models are designed using the genetic algorithm applied to optimize the fuzzy partitions covering the training data examples, as well as to identify fuzzy predictive patterns represented by a set of rules in the knowledge base. The evolutionary learning strategy, which has been proposed in this paper, provides the effective reproduction techniques for searching the solution space with respect to optimization of knowledge base and membership functions according to the fitness function expressed as a ratio of compatibility of fuzzy partitions with data examples to root mean squares error. The proposed application was created and tested on the laboratory stand for monitoring the availability of the overhead travelling crane.
Źródło:: Journal of KONES; 2012, 19, 3; 399-405
1231-4005
2354-0133
Pojawia się w:: Journal of KONES
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 3.

Tytuł:: Application of fuzzy logic with genetic algorithms to FMEA method
Zastosowanie logiki rozmytej z algorytmami genetycznymi do metody FMEA
Autorzy:: Belu, N.
Ionescu, L.
Powiązania:: https://bibliotekanauki.pl/articles/203218.pdf
Data publikacji:: 2014
Wydawca:: Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:: FMEA
fuzzy logic
genetic algorithm
Costs
Risk Priority Number
Opis:: Failure Mode and Effect Analysis (FMEA) is one of the well-known techniques of quality management that is used for continuous improvement in product or process design. One important issue of FMEA is the determination of the risk priorities of failure modes. The purpose of this paper is to compare three different methods for prioritizing failure modes in a process FMEA study. These methods are traditional approach, fuzzy logic and Genetic Algorithms using a risk-cost model of FMEA - to estimate the weight of risk factors. According to the findings, the integration of Genetic Algorithms and fuzzy revealed a difference in prioritizing failure modes among the methods. Because these methods eliminate some of the shortcomings of the traditional approach, they are useful tools in identifying the high priority failure modes. They can also provide the stability of process assurance.
Analiza przyczyn i skutków wad (FMEA) należy do dobrze znanych technik zarządzania jakością; jest wykorzystywana do ciągłego doskonalenia projektów, produktów lub procesów. Jedną z ważnych kwestii FMEA jest ustalanie priorytetów ryzyka niezgodności. Celem niniejszej pracy jest porównanie trzech metod ustalania poziomu ryzyka niezgodności: podejścia tradycyjnego, logiki rozmytej i algorytmów genetycznych na potrzeby analizy FMEA. Integracja algorytmów genetycznych i logiki rozmytej ujawniła różnicę w ustalaniu znaczenia przyczyn niezgodności. Ponieważ metody te eliminują niektóre wady podejścia tradycyjnego, są użytecznymi narzędziami w identyfikacji przyczyn niezgodności o wysokim ryzyku. Mogą również zapewniać stabilność procesu.
Źródło:: Zeszyty Naukowe Politechniki Poznańskiej. Organizacja i Zarządzanie; 2014, 62; 5-19
0239-9415
Pojawia się w:: Zeszyty Naukowe Politechniki Poznańskiej. Organizacja i Zarządzanie
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 4.

Tytuł:: Genetic fuzzy approach to adaptive crane control system
Autorzy:: Smoczek, J.
Powiązania:: https://bibliotekanauki.pl/articles/243018.pdf
Data publikacji:: 2012
Wydawca:: Instytut Techniczny Wojsk Lotniczych
Tematy:: anti-sway crane control
pole placement
fuzzy logic
genetic algorithm
Opis:: In automated manufacturing processes the safety, precise and fast transfer of goods realized by automated material handling devices is required to raise efficiency and productivity of manufacturing process. Hence, in those industrial branches where cranes are extensively used the problem of an anti-sway crane control is especially important to speed-up the time of transportation operations and ensures the safe and effective transportation operations. The precise positioning of a cargo requires controlling the speed of crane motion mechanisms to reduce the sway of a payload. Moreover, the anti-sway crane control scheme involves applying the adaptive techniques owing to the nonlinearities of a system that comes especially from stochastic variation of rope length on which a payload is suspended and mass of this payload. The paper provides the design method of an adaptive control system for a planar model of crane. The control system is based on the gain scheduling control scheme created using fuzzy logic controller with Takagi-Sugeno-Kang-type fuzzy implications. The design process of a gain scheduling control system consists in selecting such a suitable set of operating points at which the linear controllers are determined that interpolation control scheme ensures the expected control quality within the known range of nonlinear system parameters changes, when those parameters vary in relation to the exogenous variables: rope length and mass of a payload. The method that is proposed in this paper to solve the problem of designing the fuzzy gain scheduling crane control system for minimum set of operating points is based on the pole placement method and genetic algorithm.
Źródło:: Journal of KONES; 2012, 19, 4; 577-584
1231-4005
2354-0133
Pojawia się w:: Journal of KONES
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 5.

Tytuł:: The survey of soft computing techniques for reliability prediction
Autorzy:: Smoczek, J.
Powiązania:: https://bibliotekanauki.pl/articles/246835.pdf
Data publikacji:: 2012
Wydawca:: Instytut Techniczny Wojsk Lotniczych
Tematy:: reliability prediction
artificial intelligence
fuzzy logic
artificial neural network
genetic algorithm
Opis:: The objective of reliability prediction is to estimate a time of upcoming nonoperational state at the current operational state of a system through real-time monitoring operational parameters and/or performances. Hence, the predictive (proactive) maintenance in industrial systems involves operational conditions monitoring and online forecasting the useful life of machines equipment to support the decision-making process in selection of the best maintenance action to be carried out. The advanced warning of the failure possibility can bring the attention of machines operators and maintenance personnel to impending danger, and facilitate planning preventive and corrective operations, as well as inventory managing. This problem has been extensively studied in many scientific works, where the predictive models are based on the data-driven approaches that can be generally divided into statistical techniques (regression, ARMA models, Bayesian probability distribution estimation, etc.), grey system theory, and soft computing methods. The artificial intelligence is frequently addressed to the predictive problem by utilizing the learning capability of artificial neural network (ANN), and possibility of nonlinear mapping using fuzzy rules-based system (FRBS) or recognizing and optimizing data-derived pattern by using evolutionary algorithms. The paper is a survey of intelligent methods for failure prediction, and delivers the review of examples of scientific works presenting the computational intelligence-based approaches to predictive problem.
Źródło:: Journal of KONES; 2012, 19, 3; 407-414
1231-4005
2354-0133
Pojawia się w:: Journal of KONES
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 6.

Tytuł:: Evolutionary computing approaches to optimum design of fuzzy logic controller for a flexible robot system
Autorzy:: Subudhi, B.
Ranasingh, S.
Powiązania:: https://bibliotekanauki.pl/articles/230107.pdf
Data publikacji:: 2013
Wydawca:: Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:: flexible manipulator
fuzzy logic
genetic algorithm
bacteria foraging optimization
tip position tracking
Opis:: This paper presents the design of a Fuzzy Logic Controller (FLC) whose parameters are optimized by using Genetic Algorithm (GA) and Bacteria Foraging Optimization (BFO) for tip position control of a single link flexible manipulator. The proposed FLC is designed by minimizing the fitness function, which is defined as a function of tip position error, through GA and BFO optimization algorithms achieving perfect tip position tracking of the single link flexible manipulator. Then the tip position responses obtained by using both the above controllers are compared to suggest the best controller for the tip position tracking.
Źródło:: Archives of Control Sciences; 2013, 23, 4; 395-412
1230-2384
Pojawia się w:: Archives of Control Sciences
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 7.

Tytuł:: Automatic learning of fuzzy logic with the use of genetic algorithms
Automatyczne uczenie wnioskowania rozmytego z wykorzystaniem algorytmów genetycznych
Autorzy:: Pawlukowicz, P.
Powiązania:: https://bibliotekanauki.pl/articles/175701.pdf
Data publikacji:: 2012
Wydawca:: Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:: sterowanie przepływem materiałów
ESW
logika rozmyta
algorytm genetyczny
workpiece flow control
FMS
fuzzy logic
genetic algorithm
Opis:: This paper is concerned with building a rule base in the method based on genetic fuzzy systems to control robotised manufacturing systems. The suggested method of building a rule base employs a genetic algorithm, or more precisely, a chromosome coding algorithm. Widely used methods of chromosome coding have their faults, which make it necessary for the methods to extend their block diagrams of the genetic algorithm or make the methods labour intensive. The method, which is a compilation of well-known methods, allows to use their advantages and eliminate the influence of their disadvantages. Therefore, it will be possible to efficiently employ genetic fuzzy logic to automatically build a rule base of fuzzy logic.
W pracy prowadzono analizę budowania bazy reguł w metodzie genetycznego wnioskowania rozmytego w zastosowaniu do sterowania pracą zrobotyzowanych systemów wytwarzania. Opracowano metodykę budowy bazy reguł z użyciem algorytmu genetycznego - algorytm kodowania chromosomu. Stosowane w praktyce metody kodowania chromosomu obarczone są wadami. Powodują one konieczność rozbudowy schematu blokowego algorytmu genetycznego. Wiążą się także ze znaczną pracochłonnością. Zaproponowano metodę będącą kompilacją dotychczas stosowanych metod i pozwalającą na zachowanie ich zalet, a jednocześnie niwelującą oddziaływanie ich wad. Umożliwia więc sprawne wykorzystanie genetycznego wnioskowania rozmytego do automatycznej budowy baz reguł wnioskowania rozmytego.
Źródło:: Advances in Manufacturing Science and Technology; 2012, 36, 4; 97-107
0137-4478
Pojawia się w:: Advances in Manufacturing Science and Technology
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 8.

Tytuł:: The use of artificial intelligence in automated in-house logistics centres
Zastosowanie sztucznej inteligencji w zautomatyzowanych centrach logistycznych
Autorzy:: Rymarczyk, T.
Kłosowski, G.
Powiązania:: https://bibliotekanauki.pl/articles/407666.pdf
Data publikacji:: 2018
Wydawca:: Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:: logistics
fuzzy logic
intelligent transportation system
genetic algorithm
logistyka
logika rozmyta
inteligentny system transportowy
algorytm genetyczny
Opis:: The paper deals with the problem of works transport organization in logistic center with the use of artificial intelligence algorithms. The presented approach is based on non-changeable path during travel along a given loop. The ordered set of containers requesting transport service was determined by fuzzy logic, while the sequence of containers in a loop was optimized by genetic algorithms. A solution for semi-autonomous transport vehicles wherein the control system informs the driver about optimal route was presented. The obtained solution was verified by a computer simulation.
Artykuł dotyczy problematyki sterowania transportem wewnątrzzakładowym w zautomatyzowanych centrach logistycznych z zastosowaniem metod sztucznej inteligencji. Zaprezentowane podejście zakłada predykcję niezmiennej trasy przejazdu środka transportu. Kolejność zbioru regałów wymagających obsługi transportowej jest determinowana przez logikę rozmytą, natomiast do optymalizacja trasy przejazdu wykorzystano algorytmy genetyczne. Zaprezentowano koncepcję środka transportu, w którym system sterowania informuje kierowcę dokąd ma jechać. Uzyskane rozwiązanie zostało zweryfikowane z wykorzystaniem metod symulacji komputerowej.
Źródło:: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2018, 8, 1; 48-51
2083-0157
2391-6761
Pojawia się w:: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 9.

Tytuł:: An Analytical Study for the Role of Fuzzy Logic in Improving Metaheuristic Optimization Algorithms
Autorzy:: Vij, Sonakshi
Jain, Amita
Tayal, Devendra
Castillo, Oscar
Powiązania:: https://bibliotekanauki.pl/articles/385121.pdf
Data publikacji:: 2018
Wydawca:: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:: fuzzy logic
metaheuristics
evolutionary computing
genetic algorithm
particle swarm optimization (PSO)
ant colony optimization
fuzzy evolutionary algorithm
fuzzy cuckoo
fuzzy simulated annealing
fuzzy swarm intelligence
fuzzy differential evolution
tabu
fuzzy mutation
fuzzy natural selection
fuzzy fitness function
big bang big crunch
fuzzy bacterial
neuro fuzzy logic
logika rozmyta
metaheurystyka
obliczenia ewolucyjne
algorytm genetyczny
optymalizacja roju cząstek
optymalizacja kolonii mrówek
Opis:: The research applications of fuzzy logic have always been multidisciplinary in nature due to its ability in handling vagueness and imprecision. This paper presents an analytical study in the role of fuzzy logic in the area of metaheuristics using Web of Science (WoS) as the data source. In this case, 178 research papers are extracted from it in the time span of 1989-2016. This paper analyzes various aspects of a research publication in a scientometric manner. The top cited research papers, country wise contribution, topmost organizations, top research areas, top source titles, control terms and WoS categories are analyzed. Also, the top 3 fuzzy evolutionary algorithms are extracted and their top research papers are mentioned along with their topmost research domain. Since neuro fuzzy logic poses feasible options for solving numerous research problems, hence a section is also included by the authors to present an analytical study regarding research in it. Overall, this study helps in evaluating the recent research patterns in the field of fuzzy metaheuristics along with envisioning the future trends for the same. While on one hand this helps in providing a new path to the researchers who are beginners in this field as they can start exploring it through the analysis mentioned here, on the other hand it provides an insight to professional researchers too who can dig a little deeper in this field using knowledge from this study.
Źródło:: Journal of Automation Mobile Robotics and Intelligent Systems; 2018, 12, 4; 11-27
1897-8649
2080-2145
Pojawia się w:: Journal of Automation Mobile Robotics and Intelligent Systems
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 10.

Tytuł:: Multi-objective optimization of in-situ bioremediation of groundwater using a hybrid metaheuristic technique based on differential evolution, genetic algorithms and simulated annealing
Wielozadaniowa optymalizacja bioremediacji wód gruntowych in situ z zastosowaniem hybrydowej techniki metaheurystycznej opartej na zróżnicowanej ewolucji, algorytmach genetycznych i symulowanym wyżarzaniu
Autorzy:: Kumar, D.
Ch, S.
Mathur, S.
Adamowski, J.
Powiązania:: https://bibliotekanauki.pl/articles/292714.pdf
Data publikacji:: 2015
Wydawca:: Instytut Technologiczno-Przyrodniczy
Tematy:: differential evolution
fuzzy logic
genetic algorithm
groundwater
hybrid algorithm
in situ bioremediation
simulated annealing
support vector machine (SVM)
bioremediacja in situ
algorytm hybrydowy
algorytm genetyczny
logika rozmyta
maszyna wektorów nośnych SVM
wyżarzanie symulowane
wody gruntowe
zróżnicowana ewolucja
Opis:: Groundwater contamination due to leakage of gasoline is one of the several causes which affect the groundwater environment by polluting it. In the past few years, In-situ bioremediation has attracted researchers because of its ability to remediate the contaminant at its site with low cost of remediation. This paper proposed the use of a new hybrid algorithm to optimize a multi-objective function which includes the cost of remediation as the first objective and residual contaminant at the end of the remediation period as the second objective. The hybrid algorithm was formed by combining the methods of Differential Evolution, Genetic Algorithms and Simulated Annealing. Support Vector Machines (SVM) was used as a virtual simulator for biodegradation of contaminants in the groundwater flow. The results obtained from the hybrid algorithm were compared with Differential Evolution (DE), Non Dominated Sorting Genetic Algorithm (NSGA II) and Simulated Annealing (SA). It was found that the proposed hybrid algorithm was capable of providing the best solution. Fuzzy logic was used to find the best compromising solution and finally a pumping rate strategy for groundwater remediation was presented for the best compromising solution. The results show that the cost incurred for the best compromising solution is intermediate between the highest and lowest cost incurred for other non-dominated solutions.
Zanieczyszczenie wód gruntowych wyciekami benzyny jest jedną z kilku przyczyn wpływających na środowisko wód podziemnych. W ostatnich latach bioremediacja in situ przyciągała uwagę badaczy z powodu jej zdolności do usuwania zanieczyszczeń w ich siedlisku i niskich kosztów procesu. Przedstawiona praca proponuje użycie nowego algorytmu hybrydowego do optymalizacji wielozadaniowej funkcji, która obejmuje koszty remediacji jako pierwsze zadanie i resztową zawartość zanieczyszczeń po zakończeniu procesu jako drugie z zadań. Algorytm hybrydowy powstał z połączenia metod różnicowej ewolucji, algorytmu genetycznego i symulowanego wyżarzania. Maszyna wektorów nośnych (SVM) została użyta jako wirtualny symulator biologicznej degradacji zanieczyszczeń w wodach gruntowych. Wyniki uzyskane z algorytmy hybrydowego porównano z wynikami zróżnicowanej ewolucji (DE), algorytmu genetycznego (NSGA II) i symulowanego wyżarzania (SA). Stwierdzono, że proponowany algorytm był w stanie zapewnić najlepsze rozwiązanie. Użyto metody z zakresu logiki rozmytej dla znalezienia najlepszego rozwiązania kompromisowego i na końcu przedstawiono dla tego rozwiązania strategię szybkości pompowania celem remediacji wód gruntowych. Wyniki pokazały, że koszty ponoszone na rozwiązanie kompromisowe są pośrednie między najwyższymi i najniższymi kosztami innych rozwiązań.
Źródło:: Journal of Water and Land Development; 2015, 27; 29-40
1429-7426
2083-4535
Pojawia się w:: Journal of Water and Land Development
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "Fuzzy Logic" wg kryterium: Temat

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język