Notice: Undefined index: linkPowrot in C:\wwwroot\wwwroot\publikacje\publikacje.php on line 1275
[33122] Artykuł: Measurement data in genetic fuzzy modelling of dynamic systemsCzasopismo: Pomiary Automatyka Kontrola Tom: 56, Zeszyt: 12, Strony: 1420-1423ISSN: 0032-4140 Opublikowano: 2010 Autorzy / Redaktorzy / Twórcy Grupa MNiSW: Publikacja w recenzowanym czasopiśmie wymienionym w wykazie ministra MNiSzW (część B) Punkty MNiSW: 9 Pełny tekst Słowa kluczowe: inteligencja obliczeniowa  systemy rozmyte  algorytmy genetyczne  systemy genetyczno-rozmyte  dane pomiarowe  Keywords: computational intelligence  fuzzy systems  genetic algorithms  genetic fuzzy systems  measurement data  |
Artykuł prezentuje podejście genetyczno-rozmyte do modelowania (z wykorzystaniem zestawów reguł rozmytych) złożonych, dynamicznych systemów i procesów na bazie danych pomiarowych opisujących ich zachowanie. Najpierw sformułowany został problem budowy modeli (w formie zestawów reguł rozmytych) systemów dynamicznych z wykorzystaniem danych opisujących ich zachowanie. Następnie przedstawiono proces syntezy reguł rozmytych z danych z wykorzystaniem zaproponowanego przez autorów zmodyfikowanego podejścia typu Pittsburgh z obszaru algorytmów genetycznych. Z kolei, przedstawiono zastosowanie proponowanej techniki do modelowania systemu przemysłowego pieca gazowego (tzw. benchmark Box'a-Jenkins'a) z wykorzystaniem danych pomiarowych dostępnych w repozytorium Uniwersytetu Wisconsin w Madison, USA (http://www.stat.wisc. edu/~reinsel/bjr-data). Uzyskany model, w formie zestawu reguł rozmytych, przetestowano w trybie pracy predyktora jednokrokowego oraz wielokrokowego (na pełnym horyzoncie symulacji). Dokonano również analizy zależności pomiędzy dokładnością a przejrzystością (mierzoną liczbą reguł) modelu oraz przetestowano model ze zredukowaną bazą reguł.
The paper presents a genetic fuzzy rule-based approach to the modelling of complex dynamic systems and processes using measurement data that describe their behaviour. The application of the proposed technique to modelling an industrial gas furnace system (the so-called Box-Jenkins benchmark) using measurement data available from the repository at the University of Wisconsin at Madison (http://www.stat.wisc.edu/~reinsel/
bjr-data) is also presented in the paper.