Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT

Freigegeben

Konferenzbeitrag

Selbstlernende Fuzzy-Controller auf der Basis Genetischer Algorithmen

MPG-Autoren
/persons/resource/persons44640

Hopf,  Jörn
Programming Logics, MPI for Informatics, Max Planck Society;

Externe Ressourcen
Es sind keine externen Ressourcen hinterlegt
Volltexte (beschränkter Zugriff)
Für Ihren IP-Bereich sind aktuell keine Volltexte freigegeben.
Volltexte (frei zugänglich)
Es sind keine frei zugänglichen Volltexte in PuRe verfügbar
Ergänzendes Material (frei zugänglich)
Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar
Zitation

Hopf, J., & Klawonn, F. (1993). Selbstlernende Fuzzy-Controller auf der Basis Genetischer Algorithmen. In Fuzzy-Systeme '93 / Management unsicherer Informationen (pp. 21-27). Bonn, Germany: Deutsche Informatik-Akademie.


Zitierlink: https://hdl.handle.net/11858/00-001M-0000-0014-ADE3-E
Zusammenfassung
Bei dem Entwurf von Fuzzy--Controllern hat man bisher mit zwei entscheidenden Schwierigkeiten zu k\"ampfen. Zum einen ist dies das Tunen der charakterisierenden Zugeh\"origkeitsfunktionen, zum anderen ist es die Erstellung einer geeigneten Regelbasis.\\ In dieser Arbeit soll es um das Auffinden m\"oglichst optimaler Regeln --- der Grundlage eines Fuzzy--Controllers --- gehen. Expertenbefragung ist immer noch die g\"angige, jedoch zeitaufwendige und damit sehr teure Methode. Auch kann man sich nach dem Entwurf des Controllers nicht sicher sein, da\ss\ die Regelbasis ann\"ahernd optimal arbeitet. Diese Arbeit zeigt, wie sich die Entwicklungzeit von Fuzzy--Controllern mit Hilfe Genetischer Algorithmen wesentlich verk\"urzen l\"a\ss t und damit verbilligt und vor allem eine Regelbasis erzeugt wird, die einer optimalen L\"osung sehr nahe kommt.\\ An einer klassischen Regelungsaufgabe eines Fuzzy--Controllers wird die Erstellung des Genetischen Algorithmus verdeutlicht und die L\"osung dargestellt.\\ Es geht in dieser Arbeit also {\sl nicht} um das Tunen eines bestehenden Fuzzy--Controllers, sondern um die genetische Erzeugung der Regeln selbst ohne den Einsatz von Experten.