Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "fuzzy-neural system" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 27
Tytuł:
The support of alternative project choice with using intelligence systems
Autorzy:
Relich, M.
Powiązania:
https://bibliotekanauki.pl/articles/117788.pdf
Data publikacji:
2010
Wydawca:
Polskie Towarzystwo Promocji Wiedzy
Tematy:
decision support
investment planning
fuzzy-neural system
Opis:
This paper aims to make an approach that supports the process of taking investment decision in case if the primary project cannot be completed. The factors, which occur in investment decision-making, often have an imprecise and uncertain form. In this case may be used a fuzzy neural system that supports the choice of alternative project by improvement in the estimates precision for requested resources. The paper contains an example with the using of different approaches in the estimation of time for project critical tasks that commit the substantial enterprise resources.
Źródło:
Applied Computer Science; 2010, 6, 2; 7-18
1895-3735
Pojawia się w:
Applied Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Detekcja nieszczelności kotła fluidalnego z użyciem modeli rozmyto-neuronowych
Approach to boiler leak detection with fuzzy neural models
Autorzy:
Szadkowski, B.
Jankowska, A.
Powiązania:
https://bibliotekanauki.pl/articles/257517.pdf
Data publikacji:
2011
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Technologii Eksploatacji - Państwowy Instytut Badawczy
Tematy:
detekcja awarii
systemy rozmyto-neuronowe
kocioł fluidalny
modelowanie
detection of outage
fuzzy-neural system
fluidised bed boiler
modelling
Opis:
Zreferowano badania modelowe nad detekcją nieszczelności kotłów fluidalnych z wykorzystaniem danych z archiwum. Modelowanie prowadzono w przyborniku Fuzzy Logic pakietu Matlab. Omówiono dwa podejścia do rozwiązania problemu. W pierwszym - opracowano modele rozmyto-neuronowe typu Takagi-Sugeno-Kanga (TSK) 4 zmiennych procesowych o dużej wrażliwości na przeciek. Uśrednione residua tych zmiennych, w przesuwnym oknie czasowym, pozwoliły wykryć 7 z 8 rozważanych przypadków nieszczelności. Oceniono długość okna i uzyskane wyprzedzenie detekcji względem wyłączenia bloku. Następnie opracowano i przetestowano model awarii o binarnym wyjściu. Równoległe wykorzystanie opracowanych modeli pozwoliło na wykrycie z kilkudniowym wyprzedzeniem wszystkich analizowanych awarii, potwierdzając przydatność modeli TSK w ważnym zadaniu eksploatacyjnym. Wskazano dalsze kierunki prac.
The research results into leak detection in a fluidised bed boiler are presented. The studies took advantage of the historical data from DCS in the professional power plant. Models of neuro-fuzzy Takagi-Sugeno-Kanga (TSK) type were built and tested in the Fuzzy Toolbox of Matlab. The roots of boiler outage (in water-steam pressure system and aside from this system) are indicated. The two approaches to leak detection task are described. In the first, the models of the 4 process variables sensitive to leakage were built. The residues of these models were evaluated in a moving time window. The length of the time window and the advance of leakage detection are discussed. Next, the model the TSK of the boiler faults with binary output was built and tested. Training data was collected for 3 cases of raised outage (models output - 1) and the normal work of installation (models output - 0). The parallel usage of proposed TSK models provided a successful detection of all studied fault cases a few days in advance. This has confirmed the suitability of the fuzzy neural models in an important exploitation task.
Źródło:
Problemy Eksploatacji; 2011, 2; 181-188
1232-9312
Pojawia się w:
Problemy Eksploatacji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Performance analysis of rough set–based hybrid classification systems in the case of missing values
Autorzy:
Nowicki, Robert K.
Seliga, Robert
Żelasko, Dariusz
Hayashi, Yoichi
Powiązania:
https://bibliotekanauki.pl/articles/2031102.pdf
Data publikacji:
2021
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
rough sets
support vector machine
fuzzy system
neural networks
Opis:
The paper presents a performance analysis of a selected few rough set–based classification systems. They are hybrid solutions designed to process information with missing values. Rough set-–based classification systems combine various classification methods, such as support vector machines, k–nearest neighbour, fuzzy systems, and neural networks with the rough set theory. When all input values take the form of real numbers, and they are available, the structure of the classifier returns to a non–rough set version. The performance of the four systems has been analysed based on the classification results obtained for benchmark databases downloaded from the machine learning repository of the University of California at Irvine.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2021, 11, 4; 307-318
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Hybrid intelligent system for pattern recognition
Autorzy:
Melin, P.
Castillo, O.
Powiązania:
https://bibliotekanauki.pl/articles/384459.pdf
Data publikacji:
2007
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
soft computing
intelligent system
algorithms
fuzzy logic
neural networks
Opis:
We describe in this paper a general overview oj the analysis and design of hybrid intelligent systems for pattern recognition applications. Hybrid intelligent systems can be developed by a careful combination of several soft-computing techniques. The combination of soft computing techniques has to take advantage of the capabilities of each technique in solving port of the pattern recognition problem. We review the problems of face, fingerprint and mice recognition and their soiution using hybrid intelligent systems. Recognition rates achieved with the hybrid approaches are comparable with the best approaches known for solving these recognition problems.
Źródło:
Journal of Automation Mobile Robotics and Intelligent Systems; 2007, 1, 2; 13-19
1897-8649
2080-2145
Pojawia się w:
Journal of Automation Mobile Robotics and Intelligent Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Comparison of Fuzzy System with Neural Aggregation FSNA with classical TSK fuzzy system in anti-collision problem of USV
Autorzy:
Szymak, P.
Powiązania:
https://bibliotekanauki.pl/articles/260160.pdf
Data publikacji:
2017
Wydawca:
Politechnika Gdańska. Wydział Inżynierii Mechanicznej i Okrętownictwa
Tematy:
neuro-fuzzy system
neural aggregation of fuzzy rules
cooperative co-evolution
anti-collision of USV
Opis:
The paper presents the research whose the main goal was to compare a new Fuzzy System with Neural Aggregation of fuzzy rules FSNA with a classical Takagi-Sugeno-Kanga TSK fuzzy system in an anti-collision problem of Unmanned Surface Vehicle USV. Both systems the FSNA and the TSK were learned by means of Cooperative Co-evolutionary Genetic Algorithm with Indirect Neural Encoding CCGA-INE. The paper includes an introduction to the subject, a description of the new FSNA and the tuning method CCGA-INE, and at the end, numerical research results with a summary. The research includes comparison of the FSNA with the classical TSK system in the anti-collision problem of the USV.
Źródło:
Polish Maritime Research; 2017, 3; 3-14
1233-2585
Pojawia się w:
Polish Maritime Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A fuzzy neural network for knowledge acquisition in complex time series
Autorzy:
Kasabov, N.
Kim, J.
Kozma, R.
Powiązania:
https://bibliotekanauki.pl/articles/205889.pdf
Data publikacji:
1998
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
logika rozmyta
sieć neuronowa rozmyta
układ dynamiczny
adaptation
computational neural net
fuzzy logic
fuzzy neural net
knowledge acquisition
time-series and dynamical system
Opis:
A novel fuzzy neural network, called FuNN, is applied here for time-series modeling. FuNN models have several features that make them well suited to a wide range of knowledge engineering applications. These strengths include fast and accurate learning, good generalisation capabilities, excellent explanation facilities in the form of semantically meaningful fuzzy rules, and the ability to accomodate both numerical data and existing expert knowledge about the problem under consideration. We investigate the effectiveness of the proposed neuro-fuzzy hybrid architectures for manipulating the future behaviour of nonlinear dynamical systems and interpreting fuzzy if-then rules. A well-known example of Box and Jenkins is used as a benchmark time series in the proposed modelling approach and the other modelling approach. Finally, experimental results and comparisons with the other popular neuro-fuzzy inference system, namely Adaptive Network-based Fuzzy Inference System (ANFIS) are also presented.
Źródło:
Control and Cybernetics; 1998, 27, 4; 593-611
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Forecasting return products in an integrated forward/reverse supply chain utilizing an ANFIS
Autorzy:
Kumar, D. T.
Soleimani, H.
Kannan, G.
Powiązania:
https://bibliotekanauki.pl/articles/329809.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
artificial neural network
adaptive network based fuzzy
inference system
closed loop supply chain
forecasting methods
fuzzy neural network
sztuczna sieć neuronowa
system wnioskowania
metoda prognozowania
sieć neuronowa rozmyta
Opis:
Interests in Closed-Loop Supply Chain (CLSC) issues are growing day by day within the academia, companies, and customers. Many papers discuss profitability or cost reduction impacts of remanufacturing, but a very important point is almost missing. Indeed, there is no guarantee about the amounts of return products even if we know a lot about demands of first products. This uncertainty is due to reasons such as companies’ capabilities in collecting End-of-Life (EOL) products, customers’ interests in returning (and current incentives), and other independent collectors. The aim of this paper is to deal with the important gap of the uncertainties of return products. Therefore, we discuss the forecasting method of return products which have their own open-loop supply chain. We develop an integrated two-phase methodology to cope with the closed-loop supply chain design and planning problem. In the first phase, an Adaptive Network Based Fuzzy Inference System (ANFIS) is presented to handle the uncertainties of the amounts of return product and to determine the forecasted return rates. In the second phase, and based on the results of the first one, the proposed multi-echelon, multi-product, multi-period, closed-loop supply chain network is optimized. The second-phase optimization is undertaken based on using general exact solvers in order to achieve the global optimum. Finally, the performance of the proposed forecasting method is evaluated in 25 periods using a numerical example, which contains a pattern in the returning of products. The results reveal acceptable performance of the proposed two-phase optimization method. Based on them, such forecasting approaches can be applied to real-case CLSC problems in order to achieve more reliable design and planning of the network.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2014, 24, 3; 669-682
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Model of decision support system for ball positioning relative to the center of mobile beam
Model systemu wspomagania decyzji pozycjonowania układu kulki na równoważni
Autorzy:
Woźniak, M.
Gabryel, M.
Nowicki, R.
Powiązania:
https://bibliotekanauki.pl/articles/87302.pdf
Data publikacji:
2012
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
system wspomagania decyzji
zbiór rozmyty
sieć neuronowa
system techniczny
decision support system
fuzzy set
neural network
technical system
Opis:
Article aims to show the possibility of building a decision support system for the control of technical systems based on analysis of the characteristics of the system. Intelligent decision support systems are able to actively assist during operation. In the literature were shown examples of the use of artificial intelligence techniques for effective control of the operation of different systems. Frequently used techniques of artificial intelligence are fuzzy sets and neural networks. This article aims to show the possibility of developing such a system.
Artykuł ma na celu pokazać możliwość budowania systemu wspomagania kontroli układów technicznych na podstawie analizy wartości z charakterystyk. Inteligentne systemy wspomagania decyzji są w stanie aktywnie pomagać w czasie pracy. W literaturze wskazano wiele przykładów wykorzystania technik sztucznej inteligencji do skutecznego kontrolowania funkcjonowania różnych systemów. Najczęściej stosowanymi technikami inteligencji obliczeniowej są zbiory rozmyte i sieci neuronowe. Ten artykuł ma pokazać możliwości opracowania takiego systemu do badania układów technicznych.
Źródło:
Zeszyty Naukowe. Matematyka Stosowana / Politechnika Śląska; 2012, 2; 35-44
2084-073X
Pojawia się w:
Zeszyty Naukowe. Matematyka Stosowana / Politechnika Śląska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Building intrusion detection systems based on the basis of methods of intellectual analysis of data
Budowa systemów wykrywania ataków na podstawie metod inteligentnej analizy danych
Autorzy:
Tolіupa, S.
Brailovskyi, M.
Parkhomenko, M.
Powiązania:
https://bibliotekanauki.pl/articles/952707.pdf
Data publikacji:
2018
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
intrusion detection system
attack
fuzzy logic
neural network
system wykrywania włamań
atak
logika rozmyta
sieć neuronowa
Opis:
Nowadays, with the rapid development of network technologies and with global informatization of society problems come to the fore ensuring a high level of information system security. With the increase in the number of computer security incidents, intrusion detection systems (IDS) started to be developed rapidly.Nowadays the intrusion detection systems usually represent software or hardware-software solutions, that automate the event control process, occurring in an information system or network, as well as independently analyze these events in search of signs of security problems. A modern approach to building intrusion detection systems is full of flaws and vulnerabilities, which allows, unfortunately, harmful influences successfully overcome information security systems. The application of methods for analyzing data makes it possible identification of previously unknown, non-trivial, practically useful and accessible interpretations of knowledge necessary for making decisions in various spheres of human activity. The combination of these methods along with an integrated decision support system makes it possible to build an effective system for detecting and counteracting attacks, which is confirmed by the results of imitation modeling.
W chwili obecnej szybki rozwój technologii sieciowych i globalnej informatyzacji społeczeństwa uwypukla problemy związane z zapewnieniem wysokiego poziomu bezpieczeństwa systemów informacyjnych. Wraz ze wzrostem liczby incydentów komputerowych związanych z bezpieczeństwem nastąpił dynamiczny rozwój systemów wykrywania ataków. Obecnie systemy wykrywania włamań i ataków to zazwyczaj oprogramowanie lub sprzętowo-programowe rozwiązania automatyzujące proces monitorowania zdarzeń występujących w systemie informatycznym lub sieci, a także samodzielnie analizujące te zdarzenia w poszukiwaniu oznak problemów bezpieczeństwa. Nowoczesne podejście do budowy systemów wykrywania ataków na systemy informacyjne jest pełne wad i słabych punktów, które niestety pozwalają szkodliwym wpływom na skuteczne pokonanie systemów zabezpieczania informacji. Zastosowanie metod inteligentnej analizy danych pozwala wykryć w danych nieznane wcześniej, nietrywialne, praktycznie użyteczne i dostępne interpretacje wiedzy niezbędnej do podejmowania decyzji w różnych sferach ludzkiej działalności. Połączenie tych metod wraz ze zintegrowanym systemem wspomagania decyzji umożliwia zbudowanie skutecznego systemu wykrywania i przeciwdziałania atakom, co potwierdzają wyniki modelowania.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2018, 8, 4; 28-31
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Neuro-fuzzy modelling based on a deterministic annealing approach
Autorzy:
Czabański, R.
Powiązania:
https://bibliotekanauki.pl/articles/908442.pdf
Data publikacji:
2005
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
system rozmyty
sieć neuronowa
ekstrakcja reguł
fuzzy systems
neural networks
neuro-fuzzy systems
rules extraction
deterministic annealing
prediction
Opis:
This paper introduces a new learning algorithm for artificial neural networks, based on a fuzzy inference system ANBLIR. It is a computationally effective neuro-fuzzy system with parametrized fuzzy sets in the consequent parts of fuzzy if-then rules, which uses a conjunctive as well as a logical interpretation of those rules. In the original approach, the estimation of unknown system parameters was made by means of a combination of both gradient and least-squares methods. The novelty of the learning algorithm consists in the application of a deterministic annealing optimization method. It leads to an improvement in the neuro-fuzzy modelling performance. To show the validity of the introduced method, two examples of application concerning chaotic time series prediction and system identification problems are provided.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2005, 15, 4; 561-576
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Approximation of phenol concentration using novel hybrid computational intelligence methods
Autorzy:
Pławiak, P.
Tadeusiewicz, R.
Powiązania:
https://bibliotekanauki.pl/articles/907935.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
soft computing
neural network
genetic algorithm
fuzzy system
evolutionary neural system
pattern recognition
chemometrics
przetwarzanie miękkie
sieć neuronowa
algorytm genetyczny
system rozmyty
rozpoznawanie obrazu
chemometria
Opis:
This paper presents two innovative evolutionary-neural systems based on feed-forward and recurrent neural networks used for quantitative analysis. These systems have been applied for approximation of phenol concentration. Their performance was compared against the conventional methods of artificial intelligence (artificial neural networks, fuzzy logic and genetic algorithms). The proposed systems are a combination of data preprocessing methods, genetic algorithms and the Levenberg–Marquardt (LM) algorithm used for learning feed forward and recurrent neural networks. The initial weights and biases of neural networks chosen by the use of a genetic algorithm are then tuned with an LM algorithm. The evaluation is made on the basis of accuracy and complexity criteria. The main advantage of proposed systems is the elimination of random selection of the network weights and biases, resulting in increased efficiency of the systems.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2014, 24, 1; 165-181
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Synthesis of intellectual subsystems of dynamic diagnosis of the condition of turbine units thermal power
Synteza inteligentnego podsystemu dynamicznej diagnostyki stanu turbogeneratorów elektrowni cieplnych
Autorzy:
Suleimenov, A.
Suleimenov, B.
Zhirnova, O.
Powiązania:
https://bibliotekanauki.pl/articles/408537.pdf
Data publikacji:
2017
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
technical diagnostics
intelligent technologie
expert system
fuzzy system
neural network
diagnostyka techniczna
inteligentna technologia
system ekspercki
system rozmyty
sieć neuronowa
Opis:
Technique of creating a sub-line diagnostics status turbine unit thermal power plant based on an analysis of its diagnostic features. Rapid assessment of the technical state of turbine unit allows an early stage to detect the possibility of an emergency and to localize it. It involves the integration of the subsystems of the existing process control system (PCS), which will allow more efficient use of its information, hardware and software. Evaluation of the technical condition of the turbine unit thermal power plant is proposed to determine the use of modern intelligent technologies. The proposed method was used in the development of rapid diagnostic subsystems technical state of turbine of thermal power in Almaty.
Zaproponowano metodykę opracowania podsystemu dynamicznej diagnostyki stanu turbogeneratora elektrowni cieplnej, która bazuje na analizie jego cech diagnostycznych. Dynamiczna ocena technicznego stanu turbogeneratora pozwala na wykrycie we wczesnym stadium awaryjnych sytuacji i jej lokalizacji. Proponuje się integrację tego podsystemu z istniejącym systemem automatycznego sterowania procesem technologicznym, co pozwoli bardziej efektywnie wykorzystać jego informacyjne, techniczne i programowe zabezpieczenia. Ocena technicznego stanu turbogeneratora elektrowni cieplnej proponuje się określić z wykorzystaniem współczesnych technologii inteligentnych. Zaproponowana metodyka była wykorzystana przy opracowaniu podsystemu diagnostyki dynamicznej stanu technicznego turbogeneratora w elektrowni cieplnej w Ałmaty.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2017, 7, 2; 40-43
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Extraction of fuzzy rules using deterministic annealing integrated with ε-insensitive learning
Autorzy:
Czabański, R.
Powiązania:
https://bibliotekanauki.pl/articles/908395.pdf
Data publikacji:
2006
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
system rozmyty
sieć neuronowa
sieć neuronowa rozmyta
ekstrakcja reguł
fuzzy systems
neural networks
neuro-fuzzy systems
rules extraction
deterministic annealing
Opis:
A new method of parameter estimation for an artificial neural network inference system based on a logical interpretation of fuzzy if-then rules (ANBLIR) is presented. The novelty of the learning algorithm consists in the application of a deterministic annealing method integrated with ε-insensitive learning. In order to decrease the computational burden of the learning procedure, a deterministic annealing method with a “freezing” phase and ε-insensitive learning by solving a system of linear inequalities are applied. This method yields an improved neuro-fuzzy modeling quality in the sense of an increase in the generalization ability and robustness to outliers. To show the advantages of the proposed algorithm, two examples of its application concerning benchmark problems of identification and prediction are considered.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2006, 16, 3; 357-372
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Fusion Technology of Neural Networks and Fuzzy Systems: a Chronicled Progression from the Laboratory to Our Daily Lives
Autorzy:
Takagi, H.
Powiązania:
https://bibliotekanauki.pl/articles/911142.pdf
Data publikacji:
2000
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
sieć neuronowa
system rozmyty
algorytmy
cooperative models
neural networks
fuzzy systems
genetic algorithms
real world applications
overview
Opis:
We chronicle the research on the fusion technology of neural networks and fuzzy systems (NN+FS), the models that have been proposed from this research, and the commercial products and industrial systems that have adopted these models. First, we review the NN+FS research activity during the early stages of their development in Japan, the US, and Europe. Next, following the classifi- cation of NN+FS models, we show the ease of fusing these technologies based on the similarities of the data flow network structures and the non-linearity realization strategies of NNs and FSs. Then, we describe several models and applications of NN+FS. Finally, we introduce some important and recently developed NN+FS patents.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2000, 10, 4; 647-673
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Robustifying analysis of the direct adaptive control of unknown multivariable nonlinear systems based on a new neuro-fuzzy method
Autorzy:
Theodoridis, D. C.
Boutalis, Y.S.
Christodoulou, M. A.
Powiązania:
https://bibliotekanauki.pl/articles/91598.pdf
Data publikacji:
2011
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
nonlinear systems
control
neuro-fuzzy dynamical system
fuzzy systems
FS
fuzzy recurrent high order neural network
F-RHONN
adaptive regulator
parameter
“Hopping”
“Modified Hopping”
modeling errors
asymptotic regulation
Opis:
In this paper, we are dealing with the problem of directly regulating unknown multivariable affine in the control nonlinear systems and its robustness analysis. The method employs a new Neuro-Fuzzy Dynamical System definition, which uses the concept of Fuzzy Systems (FS) operating in conjunction with High Order Neural Networks. In this way the unknown plant is modeled by a fuzzy - recurrent high order neural network structure (F-RHONN), which is of the known structure considering the neglected nonlinearities. The development is combined with a sensitivity analysis of the closed loop in the presence of modeling imperfections and provides a comprehensive and rigorous analysis showing that our adaptive regulator can guarantee the convergence of states to zero or at least uniform ultimate boundedness of all signals in the closed loop when a not-necessarily-known modeling error is applied. The existence and boundedness of the control signal is always assured by employing a method of parameter “Hopping” and “Modified Hopping”, which appears in the weight updating laws. Simulations illustrate the potency of the method showing that by following the proposed procedure one can obtain asymptotic regulation despite the presence of modeling errors. Comparisons are also made to simple recurrent high order neural network (RHONN) controllers, showing that our approach is superior to the case of simple RHONN’s.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2011, 1, 1; 59-79
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 27

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