8. Logica vaga - Universitatea Tehnică Gheorghe Asachi
8. Logica vaga - Universitatea Tehnică Gheorghe Asachi 8. Logica vaga - Universitatea Tehnică Gheorghe Asachi
Construirea regulilor fuzzy Expertul trebuie să furnizeze cunoştinţele privind regulile „Expertul” poate fi orice sursă de cunoaştere: cărţi, baze de date, scheme logice, comportamente umane observate etc. Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 84
Reprezentarea regulilor prin memorii asociative fuzzy s L M S M RL VL S RS L VS S M VS S M Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm m Valorile lui n 85
- Page 33 and 34: Concentrarea Concentrarea („foar
- Page 35 and 36: Dilatarea Dilatarea („oarecum”
- Page 37 and 38: Operaţii cu mulţimi fuzzy Opera
- Page 39 and 40: Exemple Există foarte multe famili
- Page 41 and 42: Reuniunea Florin Leon, Inteligenta
- Page 43 and 44: Exemple Mulţimi cu doar 2 elemente
- Page 45 and 46: Reguli fuzzy Lotfi Zadeh (1973) R
- Page 47 and 48: Degree of Membership 1.0 0.8 0.6 0.
- Page 49 and 50: Modus Ponens generalizat Florin Leo
- Page 51 and 52: Inferenţa Mamdani (max-min) Florin
- Page 53 and 54: Inferenţa Mamdani (III) Florin Leo
- Page 55 and 56: Inferenţa Larsen (II) Florin Leon,
- Page 57 and 58: Defuzzificarea Reprezintă obţine
- Page 59 and 60: Inferenţa Mamdani cu reguli multip
- Page 61 and 62: Pasul 1. Fuzzificarea Pentru intr
- Page 63 and 64: Evaluarea de tip Mamdani Florin Leo
- Page 65 and 66: Pasul 4. Defuzzificarea Mulţimile
- Page 67 and 68: Inferenţa Sugeno Florin Leon, Inte
- Page 69 and 70: Exemplu Florin Leon, Inteligenta ar
- Page 71 and 72: Evaluarea de tip Sugeno de ordin ze
- Page 73 and 74: Mamdani sau Sugeno? Metoda Mamdani
- Page 75 and 76: Studiu de caz Un centru de service
- Page 77 and 78: Specificarea problemei şi definire
- Page 79 and 80: Determinarea mulţimilor fuzzy De
- Page 81 and 82: Numărul de angajaţi s Florin Leon
- Page 83: Numărul de piese de schimb n Flori
- Page 87 and 88: Baza de reguli 2: tabela de reguli
- Page 89 and 90: Implementarea sistemului Folosind
- Page 91 and 92: number_of_spares 0.6 0.5 0.4 0.3 0.
- Page 93 and 94: number_of_spares 0.35 0.3 0.25 0.2
- Page 95 and 96: Rafinarea Dacă performanţele nu
- Page 97 and 98: Baza de reguli 3: memoria asociativ
- Page 99 and 100: number_of_spares 0.5 0.4 0.3 0.2 0
- Page 101 and 102: Rafinarea sistemelor fuzzy (II) Se
- Page 103 and 104: Exemple Sistem de control fuzzy pe
- Page 105 and 106: Pendulul inversat Intrări Unghiu
- Page 107 and 108: θ dθ/dt Abordarea fuzzy Mulţime
- Page 109 and 110: Consecvenţii fuzzy şi reuniunea l
- Page 111 and 112: Alt exemplu de implementare http://
- Page 113 and 114: Macaraua - reguli Florin Leon, Inte
- Page 115 and 116: Alte aplicaţii din „lumea reală
- Page 117: Concluzii Logica fuzzy oferă posi
Reprezentarea regulilor prin<br />
memorii asociative fuzzy<br />
s<br />
L<br />
M<br />
S<br />
M<br />
RL<br />
VL<br />
S<br />
RS<br />
L<br />
VS<br />
S<br />
M<br />
VS S M<br />
Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm<br />
m<br />
Valorile lui n<br />
85
Change language