Název:
Neuro-fuzzy systémy
Překlad názvu:
Neural-Fuzzy Systems
Autoři:
Dalecký, Štěpán ; Samek, Jan (oponent) ; Zbořil, František (vedoucí práce) Typ dokumentu: Diplomové práce
Rok:
2014
Jazyk:
cze
Nakladatel: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstrakt: [cze][eng]
Diplomová práce se zabývá teorií umělých neuronových sítí, následně jsou popsány fuzzy množiny a vysvětlena fuzzy logika. Na základě neuronových sítí, fuzzy množin a fuzzy logiky je navržen hybridní neuro-fuzzy systém vycházející ze systému ANFIS. Funkčnost zmíněných systémů byla ověřena na úloze řízení inverzního kyvadla. Pro řízení byly navrženy tři regulátory - první na bázi neuronových sítí, druhý fuzzy regulátor a třetí založený na systému ANFIS. Cílem práce je popsané systémy, na základě kterých byly navrženy regulátory, porovnat a zhodnotit přínos hybridního neuro-fuzzy systému ANFIS oproti přístupu založenému na samostatných teoriích. V závěru práce jsou popsány experimenty s navrženými systémy a zhodnoceny dosažené výsledky.
The thesis deals with artificial neural networks theory. Subsequently, fuzzy sets are being described and fuzzy logic is explained. The hybrid neuro-fuzzy system stemming from ANFIS system is designed on the basis of artificial neural networks, fuzzy sets and fuzzy logic. The upper-mentioned systems' functionality has been demonstrated on an inverted pendulum controlling problem. The three controllers have been designed for the controlling needs - the first one is on the basis of artificial neural networks, the second is a fuzzy one, and the third is based on ANFIS system. The thesis is aimed at comparing the described systems, which the controllers have been designed on the basis of, and evaluating the hybrid neuro-fuzzy system ANFIS contribution in comparison with particular theory solutions. Finally, some experiments with the systems are demonstrated and findings are assessed.
Klíčová slova:
ANFIS; backpropagation; fuzzy logika; fuzzy množiny; inverzní kyvadlo; inverzní řízení; neuro-fuzzy; perceptron; spojitá simulace.; Sugeno fuzzy model; Umělé neuronové sítě; řízení; ANFIS; Artificial neural networks; backpropagation; continuous simulation.; controll; fuzzy logic; fuzzy sets; inverse learning; inverse pendulum; neuro-fuzzy; perceptron; Sugeno fuzzy model
Instituce: Vysoké učení technické v Brně
(web)
Informace o dostupnosti dokumentu:
Plný text je dostupný v Digitální knihovně VUT. Původní záznam: http://hdl.handle.net/11012/53309