Posted by 
By Hans-Heinrich Bothe
Die Begriffe "Neuronale Netzwerke" und "Fuzzy common sense" erobern seit geraumer Zeit viele Bereiche der Technik. Durch Kombination lassen sich die Vorteile beider Methoden miteinander verknüpfen. Es entstehen lernfähige Verfahren, deren Entscheidungswege und Funktionalität einfach nachvollziehbar und interpretierbar sind. Ziel des Buches ist es, die grundlegenden Kenntnisse in der notwendigen Tiefe zu vermitteln. Das Buch ist gleichzeitig eine wichtige Orientierungshilfe für Studenten und Anwender in den Bereichen Technik und Naturwissenschaften. Im einzelnen geht es um die Grundlagen der Fuzzy common sense und der Neuronalen Netzwerke, aktuell eingesetzte Neuro-Fuzzy-Methoden sowie Anwendungen und Realisierungen in der Praxis.
Read Online or Download Neuro-Fuzzy-Methoden: Einführung in Theorie und Anwendungen PDF
Similar robotics & automation books
Because robot prehension is universal in all sectors of producing undefined, this publication fills the necessity for a accomplished, updated therapy of the subject. As such, this can be the 1st textual content to handle either builders and clients, dealing because it does with the functionality, layout and use of commercial robotic grippers.
Automatic Generation of Computer Animation: Using AI for Movie Animation
We're either enthusiasts of gazing lively tales. each night, earlier than or after d- ner, we continually take a seat in entrance of the tv and watch the animation software, that is initially produced and proven for kids. we discover ourselves turning into more youthful whereas immerged within the fascinating plot of the animation: how the princess is first killed after which rescued, how the little rat defeats the large cat, and so on.
Adaptive systems in control and signal processing : proceedings
This moment IFAC workshop discusses the diversity and purposes of adaptive structures up to the mark and sign processing. some of the techniques to adaptive keep an eye on platforms are coated and their balance and flexibility analyzed. the amount additionally comprises papers taken from poster classes to offer a concise and entire overview/treatment of this more and more vital box.
Control-oriented modelling and identification : theory and practice
This finished assortment covers the cutting-edge in control-oriented modelling and id options. With contributions from best researchers within the topic, it covers the most equipment and instruments to be had to strengthen complex mathematical versions compatible for regulate method layout, together with an summary of the issues which may come up throughout the layout technique.
Additional resources for Neuro-Fuzzy-Methoden: Einführung in Theorie und Anwendungen
Example text
2 0 2 0 3 x Abb. 21. Nachbildung des Funktionsverlaufs y = x2 + 1 mit Hilfe der Max-Min-Inferenzmethode [- - Originalverlauf, -Nachbildung). 22) fiihren zu alternativen Inferenzmethoden und Ausgangswerten B'. 22 darstellen. Das unscharfe System beschreibt einen Regier zur Einstellung einer optimalen Raumtemperatur. Das Obertragungsverhalten wird durch zwei unscharfe Regeln mit den beiden Eingangsvariablen 'Temperatur' T und 'Luftfeuchtigkeit' H als Sensoren sowie der Ausgangsvariable 'Ventilstellung' S als Aktuator beschrieben.
Y ~ .. YOUT , Y Abb. 24. Inferenzschema bei der Takagi-Sugeno-Methode Die Ausgangsgro6en Yi sind wie bei der Tsukamoto-Inferenzmethode im aligemeinen von den EingangsgroBen Xi abhangig; die konkrete Abhangigkeit wird jetzt direkt bestimmt durch Zuordnung von lokalen Modellen~: Yi =fi W zu den durch die Partitionierung der Eingangsgro6en festgelegten un scharfen Arbeitspunkten oder -bereichen. 31) Bemerkungen 1. Meistens werden die f; als Linearkombinationen der Eingangswerte angesetzt zu 48 2 Fuzzy-Methoden Jeder unscharfe Bereich A Ii X A 2i reprasentiert einen unscharf angegebenen Arbeitspunkt, dem ein eigenes lineares lokales Modell fi zugeordnet wird.
Ngen. 28) System .. ~(x)J I'small 1 ......... ~ • ~ .... xlN ............... ...... (X):~ ~ ~(Y) 1 ~ .. 'Y ' * ' Y1 ....................... ...... ,... •••• ••. ... 5 .. x'·' . large ,.... 5 '" X large .... Elngang xlN small ~ ~ YOUT 'Y ... Y Abb. 23. Fuzzy-Inferenzmethode nach Tsukamoto mit einer Eingangsvariablen x und zwei Regeln: IF x=small THEN y=small IF x=large THEN y=large. ) der Einzelergebnisse Yi berechnet. 24), aIIerdings sind die zu gewichtenden Singletons jetzt von den Eingangsgro6en abhlingig.