Нечеткая модель

Cтраница 2

Системы, использующие нейронные сети для определения параметров нечетких моделей, называются нейронными нечеткими системами. [16]

Нечеткое правило адаптации темпа обучения нейронной сети. [17]

Наконец, в современных гибридных нейронных нечетких системах нейронные сети и нечеткие модели комбинируются в единую гомогенную архитектуру. [18]

Пакет Fuzzy Logic обладает простым и хорошо продуманным интерфейсом, позволяющим легко проектировать и диагностировать нечеткие модели. Обеспечивается поддержка современных методов нечеткой кластеризации и адаптивные нечеткие нейронные сети. Графические средства пакета позволяют интерактивно отслеживать особенности поведения системы. [19]

При использовании нечетких условных предложений необходимо выявить нечеткие термины и обеспечить их формализации, что позволяет синтезировать нечеткие модели процесса и способы управления. [20]

Приведенное качественное описание возможных нарушений технологического процесса ректификации уксусного ангидрида и способов управления может быть положено в основу нечеткой модели. Данное описание иллюстрирует одну из первых стадий построения таких моделей. Следует отметить, что в данном виде качественное описание процесса допускает формализацию на основе двузначной логики. Если необходима большая детализация, может быть использована нечеткая логика. [21]

Пакет Fuzzy Logic содержит пять графических редакторов для визуального представления необходимой информации в процессе проектирования, создания и тестирования нечетких моделей. [22]

Ваша нечеткая модель может быть сохранена в формате ASCII для последующего использования вне среды MATLAB a. Пакет предоставляет эффективный инструмент нечеткого вывода, способный запускать нечеткую модель как автономное приложение или как часть другого приложения. [23]

Степень адекватности нечеткой модели, также как и адекватность классических моделей, прежде всего зависит от глубины познания исследуемой системы. Составной частью нечеткой модели, в значительной мере определяющей качество описания, является функция принадлежности. [24]

В процессе прогнозирования активности с использованием метода нечетких множеств условно можно выделить два этапа. Первый этап заключается в синтезе нечеткой модели. В основе этой модели лежит априорная информация о процессе, а также информация качественного характера, которая сводится к экспертным оценкам. [25]

Отметим, что как в случае описания объектов управления так и в случае синтеза нечетких регуляторов может иметь место возможность некоторого упрощения. Суть его заключается в переходе от нечеткой модели, формализующей исходные лингвистические описания, к традиционным четким отношениям. Это в конечном итоге может обеспечить упрощение технической ( алгоритмической) реализации системы. Эта зависимость может быть представлена множеством эвристических правил вида если А, то В, иначе... [26]

К известным алгоритмически-ориентированным программным продуктам относятся пакеты CubiCalc и NeuFuz. Пакет CubiCalc предоставляет набор средств для построения нечетких моделей, в том числе нечеткий редактор для ввода и редактирования значений ЛП, соответствующих им нечетких множеств и правил; операторы, позволяющие изменять значения ЛП с помощью специальных модификаторов ( например, несколько, очень); весовые коэффициенты правил. CubiCalc содержит нечеткий словарь и редактируемую базу знаний. Результаты нечеткого вывода представляются в виде двумерной решетки. [27]

Другой метод имеет дело с нечетким моделированием процесса, где приблизительная модель объекта конфигурируется с использованием импликаций, описывающих возможные состояния системы. Подобно традиционным подходам, взятым из теории управления, нечеткий регулятор конструируется для управления нечеткой моделью, полученной методами структурной идентификации и оценки параметров. [28]

Неслучайные недетерминированные составляющие погрешности описывают с помощью квазислучайных моделей. В качестве характеристик неслучайных недетерминированных составляющих используют аналоги параметров распределений, например аналог дисперсии; при использовании нечеткой модели характеристиками служат аналогичные параметры функции принадлежности. [29]

Экспертом было отмечено более двадцати свойств применяющихся для этой реакции катализаторов. Среди них он выделил девять, которые, по его мнению, определяют активность катализаторов в реакции окисления оксида углерода. Однако для построения нечеткой модели было использовано шесть параметров, так как по остальным трем эксперт не смог указать, каким образом они влияют на активность. [30]

Страницы: 1 2 3