آمار
| تعداد نشریات | 43 |
| تعداد شماره‌ها | 1,228 |
| تعداد مقالات | 15,068 |
| تعداد مشاهده مقاله | 50,604,364 |
| تعداد دریافت فایل اصل مقاله | 13,697,193 |
بهبود رویکرد مدل‌سازی فازی Sugeno-Yasukawa با استفاده از روش خوشه‌بندی و تصویرسازی جدید برای تقسیم بندی فضای ورودی | ||
| مجله مهندسی برق دانشگاه تبریز | ||
| مقالات آماده انتشار، اصلاح شده برای چاپ، انتشار آنلاین از تاریخ 19 دی 1402 | ||
| نوع مقاله: علمی-پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22034/tjee.2024.58036.4692 | ||
| نویسنده | ||
| سجاد حق زاد کلیدبری* | ||
| گروه کامپیوتر - دانشکده مهندسی برق و کامپیوتر | ||
| چکیده | ||
| الگوریتم های محاسباتی نرم مانند منطق فازی، شبکه های عصبی و الگوریتم های تکاملی به طور گسترده در بسیاری از زمینه ها استفاده می شوند. به ویژه منطق فازی، به دلیل توانایی قابل توجهی که در مدل سازی دارد، محبوبیت قابل توجهی به دست آورده است. تاکنون روش های مختلفی برای مدل سازی فازی ارائه شده است که هر یک از این روش ها مزایا و معایب خود را دارند. در حالی که اکثر روش ها تجزیه و تحلیل را از ورودی دارند ولی روش SY از بخش خروجی به تجزیه و تحلیل سیستم می پردازد. محبوبیت روش SY را می توان به الگوریتم استخراج قانون موثر آن نسبت داد، که از یک فرآیند خوشه بندی برای تعیین توابع عضویت ورودی استفاده می کند. در این مقاله، یک الگوریتم جستجوی خوشه‌ای و یک روش تقسیم بندی فازی جدید پیشنهاد شده است که نگاشت فضای خروجی به فضای ورودی را با توزیع توابع گاوسی برای هر نقطه داده در یک خوشه و محاسبه مقادیر عضویت آن‌ها افزایش می‌دهد. با این روش جدید جستجوی خوشه‌بندی پیشنهادی، عملکرد روش SY بهبود یافته است. با توجه به شبیه‌سازی ها، روش پیشنهادی معیار میانگین مربعات خطا (MSE) را 0.001 و معیار دقت را 1.5 درصد بهبود بخشیده است. | ||
| کلیدواژه‌ها | ||
| سیستم استنتاج فازی (FIS)؛ مدل سازی فازی؛ روش Sugeno-Yasukawa (SY)؛ تقریب تابع عضویت؛ خوشه بندی | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 234 |
||