چطور این مقاله مهندسی کامپیوتر و IT را دانلود کنم؟
فایل انگلیسی این مقاله با شناسه 2000395 رایگان است. ترجمه چکیده این مقاله مهندسی کامپیوتر و IT در همین صفحه قابل مشاهده است. شما می توانید پس از بررسی این دو مورد نسبت به خرید و دانلود مقاله ترجمه شده اقدام نمایید
حجم فایل انگلیسی :
243 Kb
حجم فایل فارسی :
308 کیلو بایت
نوع فایل های ضمیمه :
PDF+Word
کلمه عبور همه فایلها :
www.daneshgahi.com
عنوان فارسي
شناسایی سیستم های فازی با استفاده از الگوریتم کلونی مورچگان پیوسته
عنوان انگليسي
Identification of Fuzzy Systems Using a Continuous Ant Colony Algorithm
نویسنده/ناشر/نام مجله
OPTOELECTRONICS, INSTRUMENTATION AND DATA PROCESSING
این مقاله چند صفحه است؟
این مقاله ترجمه شده مهندسی کامپیوتر و IT شامل 8 صفحه انگلیسی به صورت پی دی اف و 11 صفحه متن فارسی به صورت ورد تایپ شده است
چکیده
در ابتدا به منظور شناسایی سیستم های فازی، یک الگوریتم کلونی مورچگان پیوسته ارائه می شود. از این الگوریتم برای ساخت پنج سیستم فازی و تخمین توابع غیرخطی یک، دو و سه متغیر استفاده می شود. تاثیر پارامترهای الگوریتم روی خطای تخمین بررسی می گردد. تحلیل مقایساتی با دیگر الگوریتم های شناسایی نشانگر برتری الگوریتم پیشنهادی می باشد.
1-مقدمه
هدف شناسایی یک سیستم فازی، ساخت مدلی است که نگاشت ورودی خروجی سیستم را توصیف نماید. در شناسایی فازی، این نگاشت به شکل یک سیستم فازی می باشد. مزیت اصلی چنین سیستم هایی این است که در مشخص کردن روابط غیرقطعی و پیچیده به گونه ای شفاف قابل استفاده هستند. کاربرد سیستم های فازی در حل مسائل کنترل خودکار، پیش بینی، تشخیص الگو و تصمیم گیری، متخصصین را ناچار کرده است تا به دنبال روش های موثر در ساخت چنین سیستم هایی باشند (که نه تنها با استفاده از الگوریتم های بهینه سازی برپایه مشتق ها، بلکه همچنین از طریق روش های فرااکتشافانه (اغلب الگوریتم های ژنتیک و شبکه های عصبی) شناسایی می شوند). در سال های اخیر، الگوریتم های کلونی مورچگان (ACA) بدین منظور مورد استفاده قرار گرفته اند…
الگوریتم کلونی مورچگان پیوسته شناسایی فازی
:کلمات کلیدی
Abstract
A continuous ant colony algorithm is first proposed to identify fuzzy systems. It is used to construct five fuzzy systems to approximate nonlinear functions of one, two, and three variables. The effect of algorithm parameters on the approximation error is studied. A comparative analysis with other identification algorithms showed an advantage of the proposed algorithm
Keywords:
continuous ant colony algorithm fuzzy identification
سایر منابع مهندسی کامپیوتر و IT-فناوری اطلاعات در زمینه فازی