Рус Eng Cn Перевести страницу на:  
Please select your language to translate the article


You can just close the window to don't translate
Библиотека
ваш профиль

Вернуться к содержанию

Программные системы и вычислительные методы
Правильная ссылка на статью:

Емалетдинова Л.Ю., Новикова С.В. Автоматическая генерация системы нечеткого вывода типа Мамдани на основе существующей системы типа Такаги-Сугено

Аннотация: Описывается метод определения параметров системы нечеткого логического вывода Мамдани из условия ее идентичности системе Такаги-Сугено. Обосновываются свойства, которым должны удовлетворять обе системы как универсальные аппроксиматоры для их идентичности. Приводится алгоритм формирования функций принадлежности правых частей правил системы Мамдани и метод формирования системы в целом. Эффективность предложенного метода подтверждается экспериментами.


Ключевые слова:

нечеткая логика, нечеткий логический вывод, Мамдани, Такаги-Сугено.

Abstract: the article describes a method of determining the parameters of Mamdani fuzzy inference system based on its identity with the Takagi-Sugeno system. The author substantiates the properties that can be used as universal apprximators for both systems. The article introduces an algorithm of formation functions of membership of the right-hand parts of the Mamdani rules and the method of formation of the system as a whole.


Keywords:

Software, fuzzy, logic, Mamdani, Takagi, approximator, Sugeno, automatization, identity, output.


Эта статья может быть бесплатно загружена в формате PDF для чтения. Обращаем ваше внимание на необходимость соблюдения авторских прав, указания библиографической ссылки на статью при цитировании.

Скачать статью

Библиография
1. Zadeh L.A. Fuzzy sets. Information and Control, 1965. — vol. 8. — № 3. — p. 338-353.
2. Штовба С.Д. Введение в теорию нечетких множеств и нечеткую логику. Винница: Изд-во винницко-го государственного технического университета, 2001. — 198 с.
3. Штовба С.Д. Проектирование нечетких систем средствами MatLab. — М.: Горячая линия-Телком, 2007. — 284 с.
4. Verbruggen H.B., Babuska R. Constructing fuzzy models by product space clustering // Fuzzy model identification / Eds. H. Helendorn, D. Driankov. — Berlin: Springer, 1998. P. 53-90.
5. Xue Q., Hu Y., Tompkins W. Analysis of hidden units of back propagation model by SVD // Proc. IJCNN, 1990. — Washington. — p. 739-742.
6. Wang L. X. Fuzzy systems are universal approximators // Proc. of the IEEE Int. Conf. on Fuzzy Systems. — San Diego, 1992. — p. 1163-1169
References
1. Zadeh L.A. Fuzzy sets. Information and Control, 1965. — vol. 8. — № 3. — p. 338-353.
2. Shtovba S.D. Vvedenie v teoriyu nechetkikh mnozhestv i nechetkuyu logiku. Vinnitsa: Izd-vo vinnitsko-go gosudarstvennogo tekhnicheskogo universiteta, 2001. — 198 s.
3. Shtovba S.D. Proektirovanie nechetkikh sistem sredstvami MatLab. — M.: Goryachaya liniya-Telkom, 2007. — 284 s.
4. Verbruggen H.B., Babuska R. Constructing fuzzy models by product space clustering // Fuzzy model identification / Eds. H. Helendorn, D. Driankov. — Berlin: Springer, 1998. P. 53-90.
5. Xue Q., Hu Y., Tompkins W. Analysis of hidden units of back propagation model by SVD // Proc. IJCNN, 1990. — Washington. — p. 739-742.
6. Wang L. X. Fuzzy systems are universal approximators // Proc. of the IEEE Int. Conf. on Fuzzy Systems. — San Diego, 1992. — p. 1163-1169