文献

J-GLOBAL ID：202202212189151119   整理番号：22A0848350

動的システムの予後のための適応進化ファジィ技術【JST・京大機械翻訳】

An Adaptive Evolving Fuzzy Technique for Prognosis of Dynamic Systems

著者 (2件)： Ahwiadi Mohamed (Department of Electrical and Computer Engineering, Lakehead University, Thunder Bay, ON, Canada) ,  Wang Wilson (Department of Mechanical Engineering, Lakehead University, Thunder Bay, ON, Canada)
資料名： IEEE Transactions on Fuzzy Systems  (IEEE Transactions on Fuzzy Systems)
巻： 30  号： 3  ページ： 841-849  発行年： 2022年 
JST資料番号： W0509A  ISSN： 1063-6706  CODEN： IEFSEV  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 進化するファジィ技術は,制御,分類,短期予測のような応用においていくつかの有望な結果を示すソフトコンピューティング分野における最近の開発である。しかし,進化するファジィ技術は,クラスタ/ルール生成の高速処理,特に入力空間のより広い分布による長期予測応用に関して,まだ課題がある。これらの因子は,最適化および高い計算コストにおける過剰適合のような問題につながり,実時間モニタリングにおけるそれらの応用を制限することができた。本論文では,これらの問題に取り組むために,2つの新しい側面から成る適応進化ファジィ(AEF)技術を開発した。最初に,累積訓練誤差の傾向をモニターし,ファジィクラスタ進化過程を制御するため,誤差評価法を提案した。第二に,適応粒子フィルタアルゴリズムを提案し,ファジィクラスタを最適化し,増分学習を強化し,モデリング効率を改善した。提案したAEF予測子の有効性を,シミュレーション試験によって検証した。また,それは,有用な寿命予測を残す電池のために実行した。試験結果は,提案したAEF技術がより少ない規則でシステムの動的特性を効果的に捕えることができて,ファジィモデリングにおいてより多くの柔軟性を提供できることを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測技法 ,  アルゴリズム ,  最適化 ,  シミュレーション ,  電池 ,  学習 ,  *動的系 ,  クラスタ ,  *予後 ,  短期予測 ,  長期予測 ,  *曖昧さ
準シソーラス用語： 粒子フィルタ ,  予測子 ,  ソフトコンピューティング ,  計算コスト , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 動的システム ,  予後 ,  適応進化 ,  ファジィ