بهبود رویکرد مدل سازی فازی Sugeno-Yasukawa با استفاده از روش خوشه بندی و تصویرسازی جدید برای تقسیم بندی فضای ورودی
Publish place: Tabriz Journal of Electrical Engineering، Vol: 54، Issue: 3
Publish Year: 1403
نوع سند: مقاله ژورنالی
زبان: Persian
View: 179
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_TJEE-54-3_010
تاریخ نمایه سازی: 11 آذر 1403
Abstract:
الگوریتم های محاسباتی نرم مانند منطق فازی، شبکه های عصبی و الگوریتم های تکاملی به طور گسترده در بسیاری از زمینه ها استفاده می شوند. به ویژه منطق فازی، به دلیل توانایی قابل توجهی که در مدل سازی دارد، محبوبیت قابل توجهی به دست آورده است. تاکنون روش های مختلفی برای مدل سازی فازی ارائه شده است که هر یک از این روش ها مزایا و معایب خود را دارند. در حالی که اکثر روش ها تجزیه و تحلیل را از ورودی دارند ولی روش SY از بخش خروجی به تجزیه و تحلیل سیستم می پردازد. محبوبیت روش SY را می توان به الگوریتم استخراج قانون موثر آن نسبت داد، که از یک فرآیند خوشه بندی برای تعیین توابع عضویت ورودی استفاده می کند. در این مقاله، یک الگوریتم جستجوی خوشه ای و یک روش تقسیم بندی فازی جدید پیشنهاد شده است که نگاشت فضای خروجی به فضای ورودی را با توزیع توابع گاوسی برای هر نقطه داده در یک خوشه و محاسبه مقادیر عضویت آن ها افزایش می دهد. با این روش جدید جستجوی خوشه بندی پیشنهادی، عملکرد روش SY بهبود یافته است. با توجه به شبیه سازی ها، روش پیشنهادی معیار میانگین مربعات خطا (MSE) را ۰.۰۰۱ و معیار دقت را ۱.۵ درصد بهبود بخشیده است.
Keywords:
Authors
سجاد حق زاد کلیدبری
گروه کامپیوتر - دانشکده مهندسی برق و کامپیوتر
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
