TY  - THES
A3  - Lippe, Wolfram-Manfred
AB  - In der vorliegenden Arbeit werden verschiedene Optimierungssysteme für Fuzzy-Controller vorgestellt und miteinander verglichen. Ausgehend von den Einschränkungen für den erfolgreichen Einsatz der bekannten Systeme wurde ein eigenes Optimierungssystem für Fuzzy-Controller entwickelt, das ohne besondere Voraussetzungen einen vorgegebenen Fuzzy-Controller optimiert. Teil I beschäftigt sich mit den theoretischen Grundlagen von neuronalen Netzen und Fuzzy-Controllern. Neuronale Netze sind lernfähige Systeme, welche aus einer Anzahl einfacher Einheiten bestehen, die miteinander verbunden sind. Fuzzy-Controller ermöglichen die Steuerung von Prozessen mit Hilfe anschaulicher WENN-DANN-Regeln. Teil II behandelt die Optimierung von Fuzzy-Controllern nach Mamdani. Das Verfahren von Lin und Lee, das NEFCON-Modell und das neu entwickelte MFOS (Münsteraner-Fuzzy-Optimierungs-System) werden vorgestellt. Teil III behandelt die Optimierung von Sugeno-Controllern. Das ANFIS-System und eine spezielle Version des MFOS für Sugeno-Controller werden vorgestellt.
AU  - Niendieck, Steffen
DA  - 2003
KW  - Fuzzy-Controller
KW  - Fuzzy-Logistik
KW  - neuronale Netze
KW  - Optimierung
KW  - Lernen
LA  - ger
PY  - 2003
TI  - Optimierung von Fuzzy-Controllern
UR  - https://nbn-resolving.org/urn:nbn:de:hbz:6-85659525971
Y2  - 2024-11-22T03:28:54
ER  -