Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

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