Algorithmes d’apprentissage pour systèmes d’inférence floue PDF

Le nombre optimal d’époques ne peut être trouvé qu’en effectuant de nombreuses expériences.


ISBN: 2746200449.

Nom des pages: 200.

Télécharger Algorithmes d’apprentissage pour systèmes d’inférence floue gratuitement. Livres disponibles dans ces formats pdf, epub, ebook, mobi.

Les données météorologiques pour UKMB et UMSK ont été recueillies à intervalles d’une minute et les données de NTUS ont été recueillies à des intervalles de 30 minutes. Cependant, en plus de l’incertitude et de l’imprécision, il existe un troisième concept d’imprécision que la logique floue ne résout pas bien. Dans ce travail, une méthode de clustering floue a été utilisée pour construire automatiquement la fonction d’appartenance et la base de règles.

La figure 4 illustre le système MI-Mamdani proposé et son mécanisme d’inférence floue pour dériver la sortie z en réponse à un sac d’instances pour le cas simple de deux règles. La taille de l’ensemble de données d’entraînement peut affecter le nombre d’itérations utilisées dans le processus de formation. Le processus de validation est effectué en utilisant les données de juin 2012 pour NTUS et UMSK et les données de mars 2009 pour UKMB. Cette étude a examiné l’application potentielle du système d’inférence neuro-floue adaptative (ANFIS) à la modélisation du débit de production sous cinq grandes incertitudes de production: rebuts, temps d’installation, temps de pause, demande et délai de fabrication.