دانلود و نمایش مقالات مرتبط با سیستم های فازی::صفحه 1
تبریک غدیر خم

با سلام خدمت کاربران عزیز، به اطلاع می رساند ترجمه مقالاتی که سال انتشار آن ها زیر 2008 می باشد رایگان بوده و میتوانید با وارد شدن در صفحه جزییات مقاله به رایگان ترجمه را دانلود نمایید.

نتیجه جستجو - سیستم های فازی

تعداد مقالات یافته شده: 4
ردیف عنوان نوع
1 Optimization strategies for Microgrid energy management systems by Genetic Algorithms
استراتژی های بهینه سازی برای سیستم های مدیریت انرژی میکرو گرید توسط الگوریتم های ژنتیک-2020
Grid-connected Microgrids (MGs) have a key role for bottom-up modernization of the electric distribution network forward next generation Smart Grids, allowing the application of Demand Response (DR) services, as well as the active participation of prosumers into the energy market. To this aim, MGs must be equipped with suitable Energy Management Systems (EMSs) in charge to efficiently manage in real time internal energy flows and the connection with the grid. Several decision making EMSs are proposed in literature mainly based on soft computing techniques and stochastic models. The adoption of Fuzzy Inference Systems (FISs) has proved to be very successful due to their ease of implementation, low computational run time cost, and the high level of interpretability with respect to more conventional models. In this work we investigate different strategies for the synthesis of a FIS (i.e. rule based) EMS by means of a hierarchical Genetic Algorithm (GA) with the aim to maximize the profit generated by the energy exchange with the grid, assuming a Time Of Use (TOU) energy price policy, and at the same time to reduce the EMS rule base system complexity. Results show that the performances are just 10% below to the ideal (optimal) reference solution, even when the rule base system is reduced to less than 30 rules.
Keywords: Microgrids | Genetic algorithms | Fuzzy systems | Energy management systems
مقاله انگلیسی
2 A hybrid multi-criteria decision making model for elective admission control in a Chinese public hospital
یک مدل تصمیم گیری چند معیار ترکیبی برای کنترل پذیرش انتخابی در یک بیمارستان عمومی چین-2019
In healthcare service systems, patients are not always served in the order they arrive, but are ranked with respect to their relative ‘‘importance’’ and ‘‘urgency’’ to the service system. We consider such a system where elective admission requests backlogged on a list wait to be assigned inpatient beds. To consolidate the performance of Classified Diagnose and Treatment in China, determining an optimal admission priority assignment policy for all waiting patients is vital. It is a complicated multi-criteria decision making (MCDM) problem involving both qualitative and quantitative criteria. Evaluating the admission priority of each patient is based on vague information or uncertain data in which significant dependence and feedback between the evaluation dimensions and criteria may exist. This paper applies a hybrid MCDM model that integrates the 2-tuple DEMATEL technique and the fuzzy VIKOR method to the elective admission control problem. It makes use of the modified 2-tuple DEMATEL to determine the relative weights of the evaluation criteria and the fuzzy VIKOR method to assess the alternatives (waiting patients) over the criteria. An empirical case in West China Hospital is presented to demonstrate the applicability of the proposed approach. Sensitivity analysis of the results by the proposed hybrid MCDM model and comparative analysis with other different approaches are presented. The results show that the proposed model is effective and provides insightful implications for hospital managers to refer.
Keywords: Fuzzy sets | Fuzzy systems | Medical decision-making | Medical expert systems | Medical services
مقاله انگلیسی
3 A First Approach in Evolutionary Fuzzy Systems based on the lateral tuning of the linguistic labels for Big Data classification
یک رویکرد اول در سیستم های فازی تکاملی بر اساس تنظیم جانبی از برچسب های زبانی برای طبقه بندی داده های بزرگ-2016
The treatment and processing of Big Data problems imply an essential advantage for researchers and corporations. This is due to the huge quantity of knowledge that is hidden within the vast amount of information that is available nowadays. In order to be able to address with such volume of information in an efficient way, the scalability for Big Data applications is achieved by means of the MapReduce programming model. It is designed to divide the data into several chunks or groups that are processed in parallel, and whose result is “assembled” to provide a single solution. Focusing on classification tasks, Fuzzy Rule Based Classification Systems have shown interesting results with a MapReduce approach for Big Data. It is well known that the behaviour of these type of systems can be further improved in synergy with Evolutionary Algorithms, leading to Evolutionary Fuzzy Systems. However, to be best of our knowledge there are no developments in this field yet. In this work, we propose a first Evolutionary Fuzzy System for Big Data problems. It consists of an initial Knowledge Based build by means of the Chi-FRBCS-BigData algorithm, followed by a genetic tuning of the Data Base by means of the 2-tuples representation. This way, the fuzzy labels will be better contextualized within every subset of the problem, and the coverage of the Rule Base will be enhanced. Then, the Knowledge Bases from each Map process are joined to build a ensemble classifier. Experimental results show the improvement achieved by this model with respect to the standard Chi-FRBCS-BigData approach, and opens the way for promising future work on the topic.
Keywords: Big data | Data models | Programming | Training | Fuzzy systems | Pragmatics | Tuning
مقاله انگلیسی
4 طراحی کنترل کننده تحمل پذیر خطا برای سیستم های فازی T-S با تاخیر متغیر زمانی و خطاهای فعال کننده: روش برآورد خطای K-مرحله ای
سال انتشار: 2015 - تعداد صفحات فایل pdf انگلیسی: 15 - تعداد صفحات فایل doc فارسی: 50
این مقاله با مسئله برآورد خطای قوی و کنترل تحمل پذیر خطا برای کلاسی از سیستم های فازی تاکاگی سوگنو (T-S) با تاخیر حالت متغیر زمانی و فعال کننده های خطا ارتباط دارد. بر اساس اطلاعات برآورد خطای (k-1)ام، یک مشاهده گر برآورد خطای .مرحله برای ایجاد دینامیک های خطای ام خطا ارائه می-شود. برآوردهای خطای به دست آمده از طریق برآورد خطای - مرحله ای عملا اندازه و شکل خطاها را بهتر نشان می دهد. بنابراین، بر اساس اطلاعات برآورد خطای - مرحله ا ی آنلاین، کنترل کننده تحمل-پذیر خطای فیدبک خروجی دینامیک برای جبرانسازی تاثیرات خطا بر روی سیستم فازی حلقه بسته طراحی می شود. علاوه بر این، برخی شرایط مناسب وابسته به تاخیر کمتر محافظه کارانه برای وجود مشاهده گران برآورد خطا و کنترل کننده های تحمل پذیر خطا بر حسب راه حل برای مجموعه ای از نابرابری های ماتریس خطی داده شده است. در نهایت، نتایج شبیه سازی از دو مثال عددی به منظور نشان دادن اثربخشی و مناسب بودن روش های ارائه شده نشان داده می شود.
اصطلاحات شاخص: کنترل فیدبک خروجی دینامیک | کنترل تحملپذیر خطا (FTC) | برآورد خطای k مرحله ای | نابرابری های ماتریس خطی (LMIها) | سیستم های فازی تاکاگی سوگنو (T-S) | تاخیر تغییر زمانی
مقاله ترجمه شده
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi