Optimalizace parametrů fuzzy neuronového dynamického modelu

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F47813059%3A19240%2F04%3A%230001894" target="_blank" >RIV/47813059:19240/04:#0001894 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Parameters optimization of fuzzy-neural dynamic model

Popis výsledku v původním jazyce

In this paper we proposed a fuzzy neural network model which can embody a fuzzy Takagi-Sugeno model and curry out fuzzy inference and support structure of fuzzy rules. The algorithm of model properties improvement consists of new origin procedures namelyinput space partition, fuzzy terms number and rule number extending, low-effective fuzzy terms and rules extraction and consequent structure identification. In the proposed fuzzy modeling method we first design a rough initial fuzzy model with completepartition of input variable space (or initial partition based on expert knowledge). Then a fuzzy neural network is constructed based on rough fuzzy model. By learning of the neural network we can tune of embedded initial fuzzy model.

Název v anglickém jazyce

Parameters optimization of fuzzy-neural dynamic model

Popis výsledku anglicky

In this paper we proposed a fuzzy neural network model which can embody a fuzzy Takagi-Sugeno model and curry out fuzzy inference and support structure of fuzzy rules. The algorithm of model properties improvement consists of new origin procedures namelyinput space partition, fuzzy terms number and rule number extending, low-effective fuzzy terms and rules extraction and consequent structure identification. In the proposed fuzzy modeling method we first design a rough initial fuzzy model with completepartition of input variable space (or initial partition based on expert knowledge). Then a fuzzy neural network is constructed based on rough fuzzy model. By learning of the neural network we can tune of embedded initial fuzzy model.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2004

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

NAFIPS 2004: ANNUAL MEETING OF THE NORTH AMERICAN FUZZY INFORMATION PROCESSING SOCIETY

ISBN

0-7803-8376-1

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

—

Název nakladatele

IEEE

Místo vydání

New York

Místo konání akce

Banff, Canada

Datum konání akce

1. 1. 2004

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—