سیستم های مبتنی بر قاعده فازی

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,630

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ELECOM01_044

تاریخ نمایه سازی: 9 تیر 1393

چکیده مقاله:

امروزه ترکیب مدلهای هوش مصنوعی از قبیل سیستم های فازی، شبکه های عصبی و الگوریتم ژنتیک، جهت استفاده از مزایای هرکدام از آنها و از بین بردن معایبشان به موضوع رایج در مدلسازی و حل مسائل پیچیده مهندسی تبدیل شده است. در این میان، ترکیب این روش ها نیز شایان توجه است که از جمله آنها می توان ترکیب منطق فازی با الگوریتم های تکاملی را نام برد، که سیستم های فازی تکاملی نمونه ای از آن می باشد. یک سیستم فازی تکاملی در حقیقت یک سیستم فازی است که توسط یک فرآیند یادگیری که بر مبنای یک الگوریتم تکاملی است تقویت شده است و بطور کلی این فرآیند یادگیری وظیفه طراحی اتوماتیک یک سیستم فازی را بر عهده خواهد داشت. هدف این مقاله معرفی سیستم های فازی تکاملی، بخصوص سیستم های فازی مبتنی بر قاعده و نحوه عملکرد آنها می باشد.

کلیدواژه ها:

سیستم های فازی ، محاسبات تکاملی ، سیستم های فازی تکاملی ، قاعده فازی

نویسندگان

مهدی عسکر کافی

دانشگاه آزاد اسلامی واحد مهریز، گروه کامپیوتر، مهریز،ایران

حامد تیرانداز

-۲ دانشگاه حکیم سبزواری، دانشکده مهندسی برق و کامپیوتر، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • کنفرانس منطقه‌ای روش‌های محاسبه نرم در مهندسی برق و کامپیوتر ...
  • Chen, C. C., "Design of PSO-based Fuzzy Classification Systems", Tamkang ...
  • Hamidi, M. and Meybodi, M. _ "A Fuzzy Classifier based ...
  • Department, Azad University, Ghazvin, Iran, 2007. ...
  • Evolutionary Computing (Springer2003) ...
  • William M. Spears, An Overview of Evolutionary Computation. proceedings of ...
  • http :/www.ensej _ ir/IMRT/algo .html 2008 ...
  • Masoodi, B., Meybodi, M. R. and M. Hashemi, _ Cooperative ...
  • Ioannis Karafyllidis, ; Acceleration of cellular automata algorithms using genetic ...
  • M. Hellmann, Fuzzy Logic Introduction, Laboratoire Antennes Radar Telecom, F.R.E ...
  • Hideyuki TAKAGI, Introduction to Fuzzy Systems, Neural Networks, and Genetic ...
  • Massachusetts, USA), (September, 1997). ...
  • http://www. irexpert _ ir/Up _ O ad _ d _ ...
  • http : //kefa. org. ir/6 6/do cument/fldn 1/fldn4/fln1 1.d oc?cidReq=6 ...
  • T. munakata , Y.Jani , Fuzzy Systems:An Overview . _ ...
  • Francisco Herrera, Genetic Fuzzy Systems: Status, Critical Con siderations and ...
  • Francisco Herrera, Luis Magdalena, Introduction. Genetic Fuzzy Systems INTERNAT ONAL ...
  • Michael A. LEE and Hideyuki TAKAGI, Integrating Design Stages of ...
  • Jorge Casillas, Oscar Cordon, Maria Jose del Jesus, and Francisco ...
  • FUZZY SYSTEMS, VOL. FEB RU ARY 2005 ...
  • Chen Ji-lin, Hou Yuan-long, Xing Zong-yi, Jia Li-min, and Tong ...
  • J .F. Amaral , Evolutionary Fuzzy System Design And Implemetation, ...
  • Ulrich Bodenhofer, Francisco Herrera, Ten Lectures on Genectic Fuzzy Systems, ...
  • _ Cord on, F. Herrera, F. Gomide, F. Hoffmann, L. ...
  • Ching-Chang Wong, Chia-Chong Chen, and Bo- Chen Lin, Design of ...
  • Hisao Ishibuchi, Ken Nozaki, Selecting Fuzzy If- Then Rules for ...
  • Enwang Zhou and Alireza Khotanzad, Fuzzy Classifier Design Using Genetic ...
  • Nozaki, K., Ishibuchi, H. and Tanaka, H., "Adaptive Fuzzy Rule-Based ...
  • W. Pedrycz, Fuzzy evolutionary computing, Soft Computing 2 (1998) 61D72 ...
  • Blake, C., Keogh, E. and Merz, C. J., UCI Repository ...
  • Fuzzy Logic, Lofti A. Zadeh, University of California, Berkeley, IEEE, ...
  • M. Hellmann, Fuzzy Logic Introduction, Laboratoire Antennes Radar Telecom, F.R.E ...
  • T. Back, D. Fogel, Z. Michalewicz, Handbook of Evolutionary Computation. ...
  • Giuseppe Della Penna1, Francesca Fallucchi, Benedetto Intrigila, and Daniele Magazzeni, ...
  • نمایش کامل مراجع