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 "genetic fuzzy system" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 16
Tytuł:
A genetic fuzzy approach to estimate operation time of transport device
Autorzy:
Smoczek, J.
Szpytko, J.
Powiązania:
https://bibliotekanauki.pl/articles/247484.pdf
Data publikacji:
2011
Wydawca:
Instytut Techniczny Wojsk Lotniczych
Tematy:
failure prediction
fuzzy genetic system
material handling system
Opis:
The classic approach to evaluate the probability that an operational system is capable to operate satisfactorily and successfully perform the formulated tasks is based on availability that is coefficient which is determined based on the history of down-time and up-time occurring, while the risk-degree of down-time occurring strongly depends on the actual operational state of a system. The intelligence computational methods enable to create the diagnosis tools that allow to formulate the prognosis of operating time of a system and predict of failure occurring based on the past and actual information about system's operational state, especially genetic fuzzy systems (GFSs) that combine fuzzy approximate reasoning and capability to learn and adaptation. The paper presents the fuzzy rule-based inference system used to predict the operating time of exploitation system according to the specified operational conditions. The proposed algorithm was used to design the fuzzy model applied to estimate the operating time of a system between the actual time and predicted time of the next failure occurring under the stated operational parameters. The fuzzy system allows to prognoses the time of the predicted failure based on the operational parameters which are used to evaluate the actual operational state of the system. The attention in the paper is focused on the evolutionary computational techniques applied to design the fuzzy inference system. The paper proposes the genetic algorithm based on the Pittsburgh method and real-valued chromosomes used to optimize the knowledge base and parameters of antecedents and conclusions of the Takagi-Sugeno-Kang (TSK) fuzzy implications. The paper is the contribution to the GFSs, which aim is to find an appropriate balance between accuracy and interpretability, and also contribution to the research field on the diagnosis methods based on soft computing techniques. The evolutionary algorithm was tested for designing the fuzzy operating time predictor of material handling device.
Źródło:
Journal of KONES; 2011, 18, 4; 601-608
1231-4005
2354-0133
Pojawia się w:
Journal of KONES
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A new intelligentapproach in predictive maintenance of separation system
Autorzy:
Marichal, G. N.
Ávila, D.
Hernández, A.
Padrón, I.
Powiązania:
https://bibliotekanauki.pl/articles/116306.pdf
Data publikacji:
2020
Wydawca:
Uniwersytet Morski w Gdyni. Wydział Nawigacyjny
Tematy:
marine fuel separators
separation system
predictive maintenance
greenhouse gas (GHG)
Fast Fourier Transformation (FFT)
genetic neuro-fuzzy system
genetic algorithm
supervised learning
Opis:
Reducing contaminant emissions is an important task of any industry, included the maritime one. In fact, in April 2018, IMO (International Maritime Organization) adopted an Initial Strategy on reduction of Greenhouse gas (GHG) emissions from ships. An essential part responsible for producing these emissions is the diesel engine. For that reason vessels include separation systems for heavy fuel oils. The purpose of this work is to improve the predictive maintenance techniques incorporating new intelligent approaches. An analysis of vibrations of this separation system was made and their characteristics were used in a Genetic Neuro-Fuzzy System in order to design an intelligent maintenance based on condition monitoring. The achieved results show that the proposed method provides an improvement since it indicates if a maintenance operation is necessary before the schedule one or if it could be possible extend the next maintenance service.
Źródło:
TransNav : International Journal on Marine Navigation and Safety of Sea Transportation; 2020, 14, 2; 385-390
2083-6473
2083-6481
Pojawia się w:
TransNav : International Journal on Marine Navigation and Safety of Sea Transportation
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Advanced supervision of oil wells based on soft computing techniques
Autorzy:
Camargo, E.
Aguilar, J.
Powiązania:
https://bibliotekanauki.pl/articles/91828.pdf
Data publikacji:
2014
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
intelligent model of supervision
evolutionary computation
fuzzy system
oil industry
operational diagnosis
petroleum wells
gas lift method
multilayer fuzzy system
genetic algorithm
Opis:
In this work is presented a hybrid intelligent model of supervision based on Evolutionary Computation and Fuzzy Systems to improve the performance of the Oil Industry, which is used for Operational Diagnosis in petroleum wells based on the gas lift (GL) method. The model is composed by two parts: a Multilayer Fuzzy System to identify the operational scenarios in an oil well and a genetic algorithm to maximize the production of oil and minimize the flow of gas injection, based on the restrictions of the process and the operational cost of production. Additionally, the first layers of the Multilayer Fuzzy System have specific tasks: the detection of operational failures, and the identification of the rate of gas that the well requires for production. In this way, our hybrid intelligent model implements supervision and control tasks.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2014, 4, 3; 215-225
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
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:
Forming of the regional core transport network taking into account the allocation of alternative energy sources based on artificial intelligence methods
Формирование опорной транспортной сети региона с учетом размещения альтернативных источников энергии на основе методов искусственного интеллекта
Autorzy:
Zhuravskaya, M.
Tarasyan, V.
Powiązania:
https://bibliotekanauki.pl/articles/374401.pdf
Data publikacji:
2014
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
core transport network
logistic system
logistic center allocation
renewable energy
fuzzy set theory
genetic algorithm
rdzeń sieci transportowej
system logistyczny
energia odnawialna
teoria zbiorów rozmytych
algorytm genetyczny
Opis:
In the modern world the alternative energy sources, which considerably depend on a region, play more and more significant role. However, the transition of regions to new energy sources lead to the change of transport and logistic network configuration. The formation of optimal core transport network today is a guarantee of the successful economic development of a region tomorrow. The present article studies the issue of advanced core transport network development in a region based on the experience of European and Asian countries and the opportunity to adapt the best foreign experience to Russian conditions. On the basis of artificial intelligence methods for forest industry complex of Sverdlovskaya Oblast the algorithm of problem solution of an optimal logistic infrastructure allocation is offered and some results of a regional transport network are presented. These methods allowed to solve the set task in the conditions of information uncertainty. There are suggestions on the improvement of transport and logistic network in the territory of Sverdlovskaya Oblast. Traditionally the logistics of mineral fuel plays main role in regions development. Actually it is required to develop logistic strategic plans to be able to provide different possibilities of power-supply, flexible enough to change with the population density, transport infrastructure and demographics of different regions. The problem of logistic centers allocation was studied by many authors. The approach, offered by the authors of this paper is to solve the set of tasks by applying artificial intelligence methods, such as fuzzy set theory and genetic algorithms.
В современном мире альтернативные источники энергии, которые в значительной степени зависят от региона, играют все более значимую роль. Однако переход регионов к новым источникам энергии приведет к изменению транспортно- логистического конфигурации сети. Формирование оптимальной опорной транспортной сети сегодня является залогом успешного экономического развития региона завтра. Настоящая статья изучает вопрос опережающего развития опорной транспортной сети региона на основе опыта стран Европы и Азии, а также возможность адаптировать лучший зарубежный опыт к российским условиям. На основе методов искусственного интеллекта для лесопромышленного комплекса Свердловской области предлагается алгоритм решения задачи оптимального логистического распределения инфраструктуры и представлены некоторые результаты моделирования региональной транспортной сети. Эти методы позволили решить поставленную задачу в условиях информационной неопределенности. Дать предложения по совершенствованию транспортной и логистической сети на территории Свердловской области. Зависимость логистики от минерального топлива, является устойчивой тенденцией развития регионов, однако при составлении стратегических планов необходимо на ряду, с плотностью населения, особенностями транспортной инфраструктуры и прогнозом демографических изменений, также предусмотреть альтернативные возможности смены источников энергоресурсов. К проблеме размещения логистических центров обращались многие авторы. Особенностью подхода, предлагаемого авторами этой статьи является применение методов искусственного интеллекта, в частности, теории нечетких множеств и генетических алгоритмов.
Źródło:
Transport Problems; 2014, 9, 4; 121-130
1896-0596
2300-861X
Pojawia się w:
Transport Problems
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:
Fuzzy modelling as a way of estimating the exploitation parameters
Modelowanie rozmyte wartości parametrów eksploatacyjnych
Autorzy:
Pająk, M.
Kalotka, J.
Powiązania:
https://bibliotekanauki.pl/articles/258276.pdf
Data publikacji:
2006
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Technologii Eksploatacji - Państwowy Instytut Badawczy
Tematy:
modelowanie rozmyte
algorytmy genetyczne
analiza rozmyta
duże systemy przemysłowe
modelowanie lingwistyczne
fuzzy model
genetic algorithm
fuzzy statistic
data analysis
large-scale system
linguistic modeling
Opis:
To carry out the exploitation process in the proper way, it is necessary to know the values of the exploitation parameters for each moment of the process. It is especially important for large industrial objects. A lot of exploitation parameters are measured on-line, but some of them should be calculated. There are situations when the input information for the calculations are included in the measured data, but its form is entangled. In this paper a fuzzy modelling is proposed as a solution of the described problem. As an example, a fuzzy model of the temperature difference in a condenser of 13K215 steam turbine is considered.
Do poprawnego sterowania procesem eksploatacji niezbędna jest znajomość wartości parametrów eksploatacyjnych w każdy momencie procesu. Jest to szczególnie istotne w przypadku dużych obiektów przemysłowych. Większość parametrów jest mierzona w sposób ciągły. Występują jednak parametry, które są wielkościami wyliczalnymi. Wartości parametrów wyliczalnych określane są na podstawie wielkości mierzonych. Nie zawsze jednak parametry wejściowe do obliczeń są zawarte w wartościach mierzonych w formie jawnej. W opracowaniu zaprezentowana została metoda modelowania rozmytego pozwalająca na stworzenie modelu procesu w przypadku, gdy dane wejściowe dostarczone są w postaci uwikłanej. Jako przykład zastosowania metody przedstawiony został sposób opracowania modelu rozmytego spiętrzenia temperatury w skraplaczu turbiny parowej 13K215.
Źródło:
Problemy Eksploatacji; 2006, 2; 215-229
1232-9312
Pojawia się w:
Problemy Eksploatacji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
GPFIS - control : a genetic fuzzy system for control tasks
Autorzy:
Koshiyama, A. S.
Vellasco, M. M. B. R.
Tanscheit, R.
Powiązania:
https://bibliotekanauki.pl/articles/91648.pdf
Data publikacji:
2014
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
genetic fuzzy controler
GFC
genetic programming fuzzy inference system for control
GPFISControl
multigene genetic programming
inverted pendulum
Opis:
This work presents a Genetic Fuzzy Controller (GFC), called Genetic Programming Fuzzy Inference System for Control tasks (GPFISControl). It is based on MultiGene Genetic Programming, a variant of canonical Genetic Programming. The main characteristics and concepts of this approach are described, as well as its distinctions from other GFCs. Two benchmarks application of GPFISControl are considered: the CartCentering Problem and the Inverted Pendulum. In both cases results demonstrate the superiority and potentialities of GPFISControl in relation to other GFCs found in the literature.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2014, 4, 3; 167-179
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modeling of cylinder pressure in compression ignition engine with use of genetic-fuzzy system. Part 1: Engine fueled by diesel oil
Modelowanie przebiegu ciśnienia w cylindrze silnika o zapłonie samoczynnym przy pomocy algorytmu genetyczno-rozmytego. Część 1: Silnik zasilany ON
Autorzy:
Kekez, M.
Ambrozik, A.
Radziszewski, L.
Powiązania:
https://bibliotekanauki.pl/articles/329046.pdf
Data publikacji:
2008
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
silnik o zapłonie samoczynnym
modelowanie
system rozmyty
algorytm genetyczny
diesel engine
modeling
fuzzy systems
genetic algorithms
Opis:
This paper concerns measurement and modeling cylinder pressure in diesel engines. The aim of this paper is to build the empirical-analytical model of engine work. The experiments on engine test bench were conducted. The new genetic-fuzzy system GFSm was proposed. By means of GFSm, the engine model was built. This model allows simulation of cylinder pressure, for each allowable crankshaft speed. The model can be used to evaluate the quality of working cycles of piston engine with accuracy required in practical technical applications.
Praca dotyczy pomiaru i modelowania przebiegów ciśnień w cylindrze silnika o zapłonie samoczynnym. Celem pracy jest budowa analityczno-empirycznego modelu pracy silnika. Przeprowadzono badania eksperymentalne na hamowni oraz opracowano nowy system genetyczno-rozmyty GFSm. Przy jego użyciu zbudowano model pracy silnika, który pozwala przeprowadzać symulację przebiegów ciśnień w cylindrze silnika, dla wszystkich dopuszczalnych prędkości obrotowych wału korbowego. Może także służyć do oceny jakości cykli pracy tłokowych silników spalinowych z dokładnością wymaganą w praktycznych zastosowaniach technicznych.
Źródło:
Diagnostyka; 2008, 4(48); 9-12
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modeling of cylinder pressure in compression ignition engine with use of genetic-fuzzy system. Part 2: Engine fueled by FAME
Modelowanie przebiegu ciśnienia w cylindrze silnika o zapłonie samoczynnym przy pomocy algorytmu genetyczno-rozmytego. Część 2: Silnik zasilany paliwem FAME
Autorzy:
Kekez, M.
Ambrozik, A.
Radziszewski, L.
Powiązania:
https://bibliotekanauki.pl/articles/329050.pdf
Data publikacji:
2008
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
silnik o zapłonie samoczynnym
modelowanie
system rozmyty
algorytm genetyczny
diesel engine
modeling
fuzzy systems
genetic algorithms
Opis:
This paper concerns measurement and modeling cylinder pressure in diesel engine. The main aim of this paper is to build the analytical-empirical model of work of engine fueled by different fuels. The experiments on engine test bench were conducted and a model of engine work was created by means of proposed GFSm system. In Part 1 the engine was fueled by diesel oil, and in Part 2 - fueled by methyl esters of rapeseed oil (FAME).
Praca dotyczy zagadnień związanych z pomiarem i modelowaniem przebiegów ciśnień w cylindrze silnika o zapłonie samoczynnym. Głównym jej celem jest budowa modelu analityczno-eksperymentalnego pracy silnika zasilanego różnymi paliwami. Przeprowadzono badania na hamowni i opracowano model pracy silnika za pomocą proponowanego systemu GFSm. W części pierwszej pracy silnik zasilany był olejem napędowym, a w części drugiej - estrami metylowymi oleju rzepakowego (FAME).
Źródło:
Diagnostyka; 2008, 4(48); 13-16
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Multi-combinative strategy to avoid premature convergence in genetically-generated fuzzy knowledge bases
Multikombinacyjna strategia unikania przedwczesnej konwergencji w genetycznie generowanych rozmytych bazach wiedzy
Autorzy:
Achiche, S.
Balazinski, M.
Baron, L.
Powiązania:
https://bibliotekanauki.pl/articles/281997.pdf
Data publikacji:
2004
Wydawca:
Polskie Towarzystwo Mechaniki Teoretycznej i Stosowanej
Tematy:
artificial intelligence
fuzzy decision support system
fuzzy knowledge base
learning
premature convergence
genetic algorithm
crossover operators
Opis:
A growing number of industrial fields is concerned by complex and multiobjective problems. For this kind of problems, optimal decision making is critical. Decision support systems using fuzzy logic are often used to deal with complex and large decision making problems. However the main drawback is the need of an expert to manually construct the knowledge base. The use of genetic algorithms proved to be an effective way to solve this problem. Genetic algorithms model the life evolution strategy using the Darwin theory. A main problem in genetic algorithms is the premature convergence, and the last enhancements in order to solve this problem include new multi-combinative reproduction techniques. There are two principal ways to perform multi-combinative reproduction within a genetic algorithm, namely the Multi-parent Recombination, Multiple Crossover on Multiple Parents (MCMP); and the Multiple Crossover Per Couple (MCPC). Both techniques try to take the most of the genetic information contained in the parents. This paper explores the possibility to decrease premature convergence in a real/binary like coded genetic algorithm (RBCGA) used in automatic generation of fuzzy knowledge bases (FKBs). The RBCGA uses several crossover mechanisms applied to the same couple of parents. The crossover are also combined in different ways creating a multiple offspring from the same parent genes. The large family concept and the variation of the crossovers should introduce diversity and variation in otherwise prematurely converged populations and hence, keeping the search process active.
Rosnącej liczbie dziedzin, którymi zainteresowany jest przemysł, towarzyszą złożone zagadnienia wieloobiektowe. Dla takich zagadnień optymalne podejmowanie decyzji jest krytyczne. Często dla wsparcia procesu decyzyjnego w złożonych problemach stosuje się układy logiki rozmytej. Kłopotem pozostaje jednak potrzeba manualnego wygenerowania bazy wiedzy poprzez eksperta. Okazuje się, że pewnym rozwiązaniem tego problemu może być użycie algorytmów genetycznych. Algorytmy takie modelują zagadnienie ewolucyjne na podstawie teorii Darwina. Głównym problemem w algorytmach genetycznych jest przedwczesna konwergencja, której próby wyeliminowania oparto na strategii multikombinowanych technik reprodukcji. Występują zasadniczo dwie drogi realizacji techniki reprodukcji: Multiple Crossover on Multiple Parents (MCMP) oraz Multiple Crossover Per Couple (MCPC). Obydwie metody celują w wykorzystanie jak największej ilości informacji genetycznej od rodziców. W artykule zajęto się możliwością ograniczania przedwczesnej konwergencji w rzeczywistym/binarnym kodzie genetycznym (RBCGA) używanym w automatycznymgenerowaniu rozmytych baz wiedzy (FKBs). Algorytm RBCGA stosuje kilka mechanizmów krzyżowania genów w odniesieniu do tej samej pary rodziców. Mechanizmy te przeróżnie kombinowane pozwalają na wielokrotną kreację potomstwa od tej samej pary rodziców. Koncepcja dużej rodziny i różnicowanie krzyżowania powinny wprowadzić dywersyfikację nowogenerowanych pokoleń, które w przeciwnym razie szybko uległyby konwergencji. Zapobieżenie temu zjawisku poprzez strategię multikombinacyjną utrzymuje proces poszukiwania rozwiązania w stanie aktywnym.
Źródło:
Journal of Theoretical and Applied Mechanics; 2004, 42, 3; 417-444
1429-2955
Pojawia się w:
Journal of Theoretical and Applied Mechanics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Novel genetic optimization of membership functions of fuzzy logic for speed control of a direct current motor for hardware applications in FPGAs
Autorzy:
Maldonado, Y.
Castillo, O.
Melin, P.
Powiązania:
https://bibliotekanauki.pl/articles/385131.pdf
Data publikacji:
2010
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
genetic algorithms
fuzzy
controller
MATLAB
Simulink
Xilinx System Generator
VHDL
FPGA
Opis:
This paper proposes a novel method for genetic optimi zation of triangular and trapezoidal membership functions of fuzzy systems, for hardware applications such as the FPGA (Field Programmable Gate Array). This method con sists in taking only certain points of the membership func tions, with the purpose of giving more efficiency to the algorithm. The genetic algorithm was tested in a fuzzy con troller to regulate engine speed of a direct current (DC) motor, using the Xilinx System Generator (XSG) toolbox of Matlab, which simulate VHDL (Very High Description Lang uage) code.
Źródło:
Journal of Automation Mobile Robotics and Intelligent Systems; 2010, 4, 4; 53-63
1897-8649
2080-2145
Pojawia się w:
Journal of Automation Mobile Robotics and Intelligent Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
PD terminal sliding mode control using fuzzy genetic algorithm for mobile robot in presence of disturbances
Autorzy:
Benaziza, W.
Slimane, N.
Mallem, A.
Powiązania:
https://bibliotekanauki.pl/articles/384371.pdf
Data publikacji:
2018
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
mobile robot
fast terminal function
PD sliding surface
fuzzy system
genetic algorithm
Lyapunov stability
robot mobilny
system rozmyty
algorytm genetyczny
Stabilność Lapunova
Opis:
This paper presents a new approach in the field of trajectory tracking for nonholonomic mobile robot in presence of disturbances. The proposed control design is constructed by a kinematic controller, based on PD sliding surface using fuzzy sliding mode for the angular and linear velocities disturbances, in order to tend asymptotically the robot posture error to zero. Thereafter a dynamic controller is presented using as a sliding surface design, a fast terminal function (FTF) whose parameters are generated by a genetic algorithm in order to converge the velocity errors to zero in finite time and guarantee the asymptotic stability of the system using a Lyapunov candidate. The elaborated simulation works in the case of different trajectories confirm the robustness of the proposed approach.
Źródło:
Journal of Automation Mobile Robotics and Intelligent Systems; 2018, 12, 2; 52-60
1897-8649
2080-2145
Pojawia się w:
Journal of Automation Mobile Robotics and Intelligent Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Self-configuring hybrid evolutionary algorithm for fuzzy imbalanced classification with adaptive instance selection
Autorzy:
Stanovov, V.
Semenkin, E.
Semenkina, O.
Powiązania:
https://bibliotekanauki.pl/articles/91578.pdf
Data publikacji:
2016
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
fuzzy classification
instance selection
genetic fuzzy system
self-configuration
Opis:
A novel approach for instance selection in classification problems is presented. This adaptive instance selection is designed to simultaneously decrease the amount of computation resources required and increase the classification quality achieved. The approach generates new training samples during the evolutionary process and changes the training set for the algorithm. The instance selection is guided by means of changing probabilities, so that the algorithm concentrates on problematic examples which are difficult to classify. The hybrid fuzzy classification algorithm with a self-configuration procedure is used as a problem solver. The classification quality is tested upon 9 problem data sets from the KEEL repository. A special balancing strategy is used in the instance selection approach to improve the classification quality on imbalanced datasets. The results prove the usefulness of the proposed approach as compared with other classification methods.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2016, 6, 3; 173-188
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
System reliability optimization: A fuzzy multi-objective genetic algorithm approach
Optymalizacja niezawodności systemu: metoda rozmytego algorytmu genetycznego do optymalizacji wielokryterialnej
Autorzy:
Mutingi, M.
Powiązania:
https://bibliotekanauki.pl/articles/300808.pdf
Data publikacji:
2014
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
system reliability optimization
multi-objective optimization
genetic algorithm
fuzzy optimization
redundancy
optymalizacja niezawodności systemu
optymalizacja wielokryterialna
algorytm genetyczny
optymalizacja rozmyta
nadmiarowość
Opis:
System reliability optimization is often faced with imprecise and conflicting goals such as reducing the cost of the system and improving the reliability of the system. The decision making process becomes fuzzy and multi-objective. In this paper, we formulate the problem as a fuzzy multi-objective nonlinear program. A fuzzy multi-objective genetic algorithm approach (FMGA) is proposed for solving the multi-objective decision problem in order to handle the fuzzy goals and constraints. The approach is able flexible and adaptable, allowing for intermediate solutions, leading to high quality solutions. Thus, the approach incorporates the preferences of the decision maker concerning the cost and reliability goals through the use of fuzzy numbers. The utility of the approach is demonstrated on benchmark problems in the literature. Computational results show that the FMGA approach is promising.
Często spotykanym problemem w optymalizacji niezawodności systemu są niedokładnie określone i sprzeczne cele, takie jak zmniejszenie kosztów systemu przy jednoczesnej poprawie jego niezawodności. Proces podejmowania decyzji staje się wtedy rozmyty i wielokryterialny. W niniejszej pracy, sformułowaliśmy ten problem jako rozmyty wielokryterialny program nieliniowy (FMOOP). Zaproponowaliśmy metodę rozmytego wielokryterialnego algorytmu genetycznego (FMGA), która pozwala rozwiązać wielokryterialny problem decyzyjny z uwzględnieniem rozmytych celów i ograniczeń. Podejście to jest uniwersalne, co pozwala na rozwiązania pośrednie, prowadzące do rozwiązań wysokiej jakości. Metoda uwzględnia preferencje decydenta w zakresie celów związanych z kosztami i niezawodnością poprzez wykorzystanie liczb rozmytych. Użyteczność FMGA wykazano na przykładzie wzorcowych problemów z literatury. Wyniki obliczeń wskazują, że podejście FMGA jest obiecujące.
Źródło:
Eksploatacja i Niezawodność; 2014, 16, 3; 400-406
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 16

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