Informacja

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

Wyszukujesz frazę "intelligent models" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Modelowanie decyzyjnego systemu oceny ryzyka ubezpieczeniowego samochodu z zastosowaniem rozmytej mapy kognitywnej
Modeling of decision system for risk estimation of car insurance using fuzzy cognitive map
Autorzy:
Jastriebow, A.
Piotrowska, K.
Powiązania:
https://bibliotekanauki.pl/articles/250612.pdf
Data publikacji:
2012
Wydawca:
Instytut Naukowo-Wydawniczy TTS
Tematy:
modele inteligentne
rozmyta mapa kognitywna
ubezpieczenie samochodu
ocena ryzyka
oprogramowanie ISEMK
risk estimation
car insurance
fuzzy cognitive map
intelligent models
software tool ISEMK
Opis:
W pracy opisano modele inteligentne oparte na rozmytych mapach kognitywnych. Zaprezentowano wielokrokową metodę uczenia nadzorowanego na podstawie rzeczywistych danych zarówno numerycznych jak i symbolicznych. Działanie rozmytych map kognitywnych przedstawiono na przykładzie systemu eksperckiego do oceny ryzyka ubezpieczeniowego samochodu. Badania symulacyjne uczenia oraz testowania systemu oceny ryzyka ubezpieczeniowego przeprowadzono na opracowanym oprogramowaniu ISEMK.
This paper describes intelligent models based on fuzzy cognitive maps. Multi-step method of supervised learning based on real data, both numerical and symbolic, was presented. Functioning of the fuzzy cognitive maps was shown on the example of decision system for risk estimation of car insurance. Simulation research of learning and testing of system for risk estimation were done on prepared software tool ISEMK.
Źródło:
TTS Technika Transportu Szynowego; 2012, 9; 639-648, CD
1232-3829
2543-5728
Pojawia się w:
TTS Technika Transportu Szynowego
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Emotional learning based intelligent speed and position control applied to neurofuzzy model of switched reluctance motor
Autorzy:
Rouhani, H.
Sadeghzadeh, A.
Lucas, C.
Araabi, B. N.
Powiązania:
https://bibliotekanauki.pl/articles/969753.pdf
Data publikacji:
2007
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
intelligent control
emotion based learning
neuro-fuzzy models
switched reluctance motor
Opis:
In this paper, rotor speed and position of a Switched Reluctance Motor (SRM) are controlled using an intelligent control algorithm. The controller is working based on a PID signal while its gain is permanently tuned by means of an Emotional Learning Algorithm to achieve a better control performance. Here, nonlinear characteristic of SRM is identified using an efficient training algorithm (LoLiMoT) for Locally Linear Neurofuzzy Model as an unspecified nonlinear plant model. Then, the Brain Emotional Learning Based Intelligent Controller (BELBIC) is applied to the obtained model. While the intelligent controller works based on a computational model of a limbic system in the mammalian brain, its contribution is to improve the performance of a classic controller like PID without much more control effort. The results demonstrate excellent improvements of control action in different working situations.
Źródło:
Control and Cybernetics; 2007, 36, 1; 75-95
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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