System identification using monotonic fuzzy models

Kód výsledku v IS VaVaI

RIV/68407700:21230/18:00327372 - isvavai.cz

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

System identification using monotonic fuzzy models

Popis výsledku v původním jazyce

Fuzzy models became very popular tool for identification of nonlinear systems from input-output data. Unfortunately, their behaviour is considerably deteriorated in the regions where the data is sparse or contaminated by a noise. The paper shows that when a nonlinear function describing the systems is monotonic then a fuzzy system guaranteeing monotonicity significantly improves the performance of the fuzzy model. Furthermore, sufficient conditions for monotonicity of Takagi-Sugeno fuzzy systems with Gaussian membership functions are derived.

Název v anglickém jazyce

System identification using monotonic fuzzy models

Popis výsledku anglicky

Fuzzy models became very popular tool for identification of nonlinear systems from input-output data. Unfortunately, their behaviour is considerably deteriorated in the regions where the data is sparse or contaminated by a noise. The paper shows that when a nonlinear function describing the systems is monotonic then a fuzzy system guaranteeing monotonicity significantly improves the performance of the fuzzy model. Furthermore, sufficient conditions for monotonicity of Takagi-Sugeno fuzzy systems with Gaussian membership functions are derived.

Druh

O - Ostatní výsledky

CEP obor

—

OECD FORD obor

20205 - Automation and control systems

Projekt

GA18-26278S: Zahrnutí apriorní informace při identifikaci nelineárních systémů

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2018

Kód důvěrnosti údajů

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