The paper gives an overview of various bacterial type evolutionary algorithms used for fuzzy rule based identification. In order to find an optimal rule base from the input-output training data set, several improved algorithms have been developed in recent years. The task is to increase the models’ accuracy and convergence speeds by modifying a part of the Mamdani-type inference system.
W artykule zawarto przegląd ewolucyjnych algorytmów bakteryjnych wykorzystywanych do identyfikacji bazy reguł rozmytych. W celu znalezienia optymalnej bazy reguł ze zbioru danych testowych wejściowych i wyjściowych, w ostatnich latach opracowano kilka ulepszonych algorytmów. Zamysłem przedstawionych tu badań jest uzyskanie wzrostu dokładności modeli oraz szybkości ich zbieżności poprzez modyfikację systemów wnioskowania typu Mamdaniego.
Klasyfikacja PKT
390000 Automatyka
Wydział
Zbiory cyfrowe BPK
Licencja
Licencja PK
Prawa dostępu
Zasób dostępny dla wszystkich
Na stronie wykorzystywane są pliki cookie, bądź podobne rozwiązania. Aby poznać szczegóły zapoznaj się z polityką prywatności.