Multi-agent evolutionary design of Beta fuzzy systems
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F14%3A86092753" target="_blank" >RIV/61989100:27240/14:86092753 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1109/FUZZ-IEEE.2014.6891722" target="_blank" >http://dx.doi.org/10.1109/FUZZ-IEEE.2014.6891722</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/FUZZ-IEEE.2014.6891722" target="_blank" >10.1109/FUZZ-IEEE.2014.6891722</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Multi-agent evolutionary design of Beta fuzzy systems
Popis výsledku v původním jazyce
This paper provides an overview on a new evolutionary approach based on an intelligent multi-agent architecture to design Beta fuzzy systems (BFSs). The Methodology consists of two processes, a learning process using a clustering technique for the automated design of an initial Beta fuzzy system, and a multi-agent tuning process based on Particle Swarm Optimization algorithm to deal with the optimization of membership functions parameters and rule base. In this approach, dynamic agents use communicationand interaction concepts to generate high-performance fuzzy systems. Experiments on several data sets were performed to show the effectiveness of the proposed method in terms of accuracy and convergence speed.
Název v anglickém jazyce
Multi-agent evolutionary design of Beta fuzzy systems
Popis výsledku anglicky
This paper provides an overview on a new evolutionary approach based on an intelligent multi-agent architecture to design Beta fuzzy systems (BFSs). The Methodology consists of two processes, a learning process using a clustering technique for the automated design of an initial Beta fuzzy system, and a multi-agent tuning process based on Particle Swarm Optimization algorithm to deal with the optimization of membership functions parameters and rule base. In this approach, dynamic agents use communicationand interaction concepts to generate high-performance fuzzy systems. Experiments on several data sets were performed to show the effectiveness of the proposed method in terms of accuracy and convergence speed.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2014
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
IEEE International Conference on Fuzzy Systems
ISBN
978-1-4799-2072-3
ISSN
1098-7584
e-ISSN
—
Počet stran výsledku
8
Strana od-do
1234-1241
Název nakladatele
Institute of Electrical and Electronics Engineers
Místo vydání
New York
Místo konání akce
Beijing
Datum konání akce
6. 7. 2014
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—