Tìm thấy 11+ kết quả cho từ khóa "mờ hóa"
ctujsvn.ctu.edu.vn Xem trực tuyến Tải xuống
MỘT MÔ HÌNH MỜ HÓA CHUỖI THỜI GIAN CẢI TIẾN. Dự báo, chuỗi thời gian mờ, mờ hóa, sự biến đổi của dữ liệu. Dựa trên những cải tiến trong việc xây dựng tập nền, mối quan hệ của mỗi phần tử trong chuỗi và nguyên tắc giải mờ, bài viết này đề xuất một mô hình mờ hóa dữ liệu chuỗi thời gian. Các tham số trong mô hình đề nghị được xem xét để có thể ứng dụng trong thực tế và được minh họa cụ thể qua các bước thực hiện bởi ví dụ số.
ctujsvn.ctu.edu.vn Xem trực tuyến Tải xuống
Mô hình đề nghị cho kết quả mờ hóa tốt nhất đối với tập huấn luyện nên nó được sử dụng để tiến hành dự báo cho 6 năm tiếp theo bằng các mô hình ARIMA (ARIMAP) và AM (AMP) để so sánh với các mô hình được xây dựng từ dữ liệu gốc. Bảng 6: So sánh các mô hình của tập kiểm tra cho đỉnh lũ. Tham số ARIMAR AMR AMP ARIMAP MAE MAPE MSE Bảng 6 cho thấy các mô hình được xây dựng từ dữ liệu mờ hóa ARIMAP cho kết quả tốt nhất.. ii) Trường hợp 2: Sử dụng toàn bộ dữ liệu để mờ hóa bằng các mô hình khác nhau.
ctujsvn.ctu.edu.vn Xem trực tuyến Tải xuống
Sau khi có dữ liệu từ mờ hóa, muốn dự báo chúng ta phải sử dụng một mô hình không mờ nào đó để thực hiện. Việc mờ hóa trước khi thực hiện dự báo có thể làm mất đi một số qui luật của dữ liệu, nên khi dự báo nhiều trường hợp không nhận được kết quả tốt. Một hướng phát triển khác của FTS là trực tiếp dự báo cho tương lai từ nguyên tắc mờ hóa đã thiết lập. Abbasov and Mamedova (2003) đã đề xuất hướng nghiên cứu này khi dự báo dân số nước Áo.
00050003625.pdf
repository.vnu.edu.vn Xem trực tuyến Tải xuống
Một số mở rộng tiêu biểu của tập mờ truyền thống như: tập mờ loại 2 [29] và tập mờ trực cảm [1] đã được đề xuất sử dụng ý tưởng về mờ hóa hàm thuộc (đối với tập mờ loại 2) và thông tin do dự (đối với tập mờ trực cảm) trong định nghĩa của tập mờ đã giúp khắc phục được các nhược điểm đó. Gần đây, một loại tập mờ tổng quát của các mở rộng trên là tập mờ viễn cảnh [3] đã được Cuong &.
ctujsvn.ctu.edu.vn Xem trực tuyến Tải xuống
Hình 2: Điều khiển PI kinh điển 2.1 Bộ điều khiển PI mờ. Bộ điều khiển mờ nhằm mục tiêu cung cấp cặp giá trị {K p , K i } cho bộ điều khiển PI, dựa theo điều kiện hiện tại của {e, Y}. Bộ điều khiển mờ sẽ có 2 ngõ vào và 2 ngõ ra, như Hình 3.. Hình 3: Cấu trúc bộ điều khiển mờ. Ở cấu trúc Hình 3, qua thực nghiệm, ngõ vào thứ nhất của bộ điều khiển mờ là e, được mờ hóa bởi 5 tập {NB, NS, ZE, PS, PB} và ngõ vào thứ hai là Y, được mờ hóa bởi 3 tập {LOW, MED, HIG}, xem Hình 4a và 4b.
ctujsvn.ctu.edu.vn Xem trực tuyến Tải xuống
Hình 6: Cấu trúc bộ điều khiển mờ. Hình 7: Hàm liên thuộc ngõ vào và ngõ ra của bộ điều khiển mờ Trong cấu trúc Hình 7, ngõ vào thứ nhất của bộ. điều khiển mờ là e, được mờ hóa bởi 7 tập mờ {NB, NM, NS, ZE, PS, PM, PB} và ngõ vào thứ hai là de, được mờ hóa bởi 7 tập mờ {NB, NM, NS, ZE, PS, PM, PB} (Hình 7a và 7b). Miền xác định của các biến ngõ vào của bộ điều khiển mờ, được xác định bằng thực nghiệm và tùy vào đối tượng cụ thể.
ctujsvn.ctu.edu.vn Xem trực tuyến Tải xuống
Mô hình chuỗi thời gian mờ. Năm Thực tế Dự báo Sai số. Bảng 6: Kết quả dự báo đỉnh mặn tại trạm CMgiai đoạn 2016- 2020. Mô hình từ dữ liệu mờ hóa. Mờ hóa từ dữ liệu gốc theo mô hình của Chen, Singh, Heuristic và Chen-Hsu ta có bảng tổng hợp Bảng 7.. Vì số liệu có được từ mô hình Chen-Hsu cho ta ME nhỏ nhất, nên chúng ta sử dụng phương pháp mờ hóa này cho dự báo.. Chọn mô hình và dự báo.
dlib.hust.edu.vn Xem trực tuyến Tải xuống
Mạng nơron dùng để học và điều chỉnh các tham số (luật, trọng số luật, các hàm thuộc) của hệ mờ. Kỹ thuật học mạng nơron làm giảm đáng kể thời gian và chi phí phát triển của hệ mờ, đồng thời làm tăng hiệu năng của hệ mờ. Mạng nơron mờ (Fuzzy neural networks): Là mô hình sử dụng các phương thức mờ để tăng cường khả năng học và hiệu suất của mạng nơron. Thực chất, mạng nơron mờ là một mạng nơron được mờ hóa.
dlib.hust.edu.vn Xem trực tuyến Tải xuống
Giải mờ: Biến giá trị mờ đầu ra của khối thiết bị hợp thành thành giá trị ĐHBK-HÀ NỘI Điều khiển đối tượng nhiệt trên cơ sở hệ logic mờ Học Viên : Đặng Xuân Vinh CH Điều Khiển & Tự Động Hóa rõ gồm bốn phần : Mờ hóa, hệ luật mờ, thiết bị hợp thành, giải mờ tạo thành bộ điều khiển mờ cơ bản. Tiền xử lý : Xử lý tín hiệu trước khi đi vào bộ điều khiển mờ cơ bản. Lấy tích phân tín hiệu ra bộ điều khiển mờ cơ bản.
000000253172.pdf
dlib.hust.edu.vn Xem trực tuyến Tải xuống
Mô hình mạng nơ - ron kết hợp suy diễn mờ để dự báo giá chứng khoán. Lựa chọn đầu vào và tiền xử lý dữ liệu. Mờ hóa dữ liệu đầu vào. ứng dụng mô hình mạng ANFIS trong thực tế TTCK Việt Nam. Các hạn chế của mô hình. H−ớng phát triển mô hình mạng nơ ron dự báo tình trạng cổ phiếu .
ctujsvn.ctu.edu.vn Xem trực tuyến Tải xuống
Ở mỗi nút trên lớp mờ hóa có 2 tham số được tự động điều chỉnh trong quá trình huấn luyện trực tuyến bộ nhận dạng RFNN, đó là m ij và σ ij. Ngõ ra của lớp này cũng là ngõ ra của bộ nhận dạng RFNN:. 2.4.2 Giải thuật huấn luyện trực tuyến bộ nhận dạng.
dlib.hust.edu.vn Xem trực tuyến Tải xuống
TấtcảcácbộđiềukhiểnmờxấpxỉvạnnăngnàycùngcócấutrúcPDvàđềuchỉsửdụngsaukhimôhìnhcẩutreođãđượctuyếntínhhóatừngphần.Chitiếtvềmờhóa,luậthợpthànhvàgiảimờcủacácbộđiềukhiểnmờnàycóthểxemtrongtàiliệu[12. 14Hình 1.4 Điều khiển cần cẩu treo bằng nội suy mờ Nhưvậy,nếusosánhthìvaitròcủanhữngbộđiềukhiểnnộisuymờđóchínhlàthaythếchobộđiềukhiểnPD.
000000273378-tt.pdf
dlib.hust.edu.vn Xem trực tuyến Tải xuống
trình xây dựng tập luật của mô hình hóa mờ.
000000273378.pdf
dlib.hust.edu.vn Xem trực tuyến Tải xuống
pháp của logic mờ trong bài toán xây dựng mô hình hóa mờ.
dlib.hust.edu.vn Xem trực tuyến Tải xuống
Mô hình nhúng cho kết quả thử nghiệm. 86 Hình 4.15. 87 8MỞ ĐẦU Mô hình hóa hệ thống mờ là một trong những công cụ mô hình hóa hệ thống nổi bật nhất được sử dụng trong việc phân tích các dữ liệu theo dạng không chắc chắn, không rõ ràng.
000000104530.pdf
dlib.hust.edu.vn Xem trực tuyến Tải xuống
Cơ bản về tập mờ. Tập mờ. Các phép toán tập hợp trên tập mờ. tập mờ loại hai. Hàm thuộc loại hai. Khái niệm tập mờ loại hai. Định nghĩa tập mờ loại hai và các khái niệm. Tập mờ loại hai nhúng. Các phép toán trên tập mờ loại hai. Hợp của các tập mờ loại hai. Giao của các tập mờ loại hai. Phần bù của một tập mờ loại hai. Suy diễn với tập mờ loại hai. Quan hệ mờ loại hai và phép hợp thành. Quan hệ mờ loại hai và phép hợp thành trên cùng một không gian.
000000104530-TT.pdf
dlib.hust.edu.vn Xem trực tuyến Tải xuống
Cơ bản về tập mờ: Ch−ơng này trình bày các khái niệm cơ bản về tập mờ nói chung làm cơ sở để tìm hiểu, nghiên cứu các đặc tr−ng của tập mờ loại hai. Ch−ơng 2. Tập mờ loại hai: Ch−ơng này trình bày những khái niệm và những đặc tr−ng cơ bản của tập mờ loại hai. Các phép toán tập hợp trên tập mờ loại hai cũng đ−ợc trình bày ở đây, các phép toán này là công cụ không thể thiếu để thực hiện các phép suy diễn mờ. Ch−ơng 3.
Toan van Luan van.pdf
repository.vnu.edu.vn Xem trực tuyến Tải xuống
Định nghĩa 1.7 [28]: Một tập mờ loại hai trên tập nền X, ký hiệu là F. khi đó tập mờ trực cảm IFS có dạng {(x, μ A (x), 1. 0 thì IFS trở thành tập mờ FS.. Chƣơng 2 dƣới đây sẽ đi vào tìm hiểu cụ thể tập mờ viễn cảnh PFS.. Định nghĩa 2.1 [3]: Một tập mờ viễn cảnh A trên tập X là đối tƣợng đƣợc định nghĩa nhƣ sau:. Tập mờ viễn cảnh PFS chính là tổng quát hóa của tập mờ FS và tập mờ trực cảm IFS.. khi đó tập mờ viễn cảnh PFS sẽ có dạng {(x, μ A (x), 1.
104738.pdf
dlib.hust.edu.vn Xem trực tuyến Tải xuống
Khi đó các luật điều khiển Rk sẽ có một tên chung là luật hợp thành MAX-MIN hay luật hợp thành MAX-PROD. d- Giải mờ Bộ điều khiển mờ cho dù với một hoặc nhiều luật điều khiển (mệnh đề hợp thành) cũng cha thể áp dụng đợc trong điều khiển đối tợng, vì đầu ra luôn là một giá trị mờ 'B. Một bộ điều khiển mờ hoàn chỉnh cần phải có thêm khâu giải mờ (quá trình rõ hóa tập mờ đầu ra 'B). G là khoảng [y1, y2] của miền giá trị của tập mờ đầu ra B2 của luật điều khiển R2: NếU χ = A2 thì γ = B2.
000000240088.pdf
dlib.hust.edu.vn Xem trực tuyến Tải xuống
kết hợp mờ. 37 2.2.3 Áp dụng tập mờ để rời rạc hóa dữ liệu và các ưu điểm. 40 2.2.5 Thuật toán khai phá luật kết hợp mờ. 53 3.1.3 Chuyển đổi cơ sở dữ liệu. 72 TÓM TẮT LUẬN VĂN 4 DANH MỤC CÁC BẢNG Trang Bảng 2.1 : Ví dụ về một cơ sở dữ liệu dạng giao tác 26 Bảng 2.2 : Các tập phổ biến với độ hỗ trợ tối thiểu 50% 27 Bảng 2.3 : Luật kết hợp sinh ra từ tập phổ biến ABE 29 Bảng 2.4 : Rời rạc hóa thuộc tính số.