ZASTOSOWANIE ZBIORÓW ROZMYTYCH W DIAGNOZOWANIU STANU TECHNICZNEGO SILNIKA O ZAPŁONIE ISKROWYM
|
|
- Ksawery Malinowski
- 7 lat temu
- Przeglądów:
Transkrypt
1 ZASTOSOWANIE ZBIORÓW ROZMYTYCH W DIAGNOZOWANIU STANU TECHNICZNEGO SILNIKA O ZAPŁONIE ISKROWYM TOMASZ KAŁACZYSKI, GABRIEL GAJDZISKI, BOGDAN ÓŁTOWSKI Streszczenie Artykuł wprowadza w problematyk moliwoci zastosowania logiki rozmytej w diagnozowaniu stanu obiektów technicznych. Formalizmy matematyczne ukazuj istot zbiorów rozmytych wymagajcych wypracowania kryteriów ostrzcych dla podejmowania racjonalnych decyzji. Zaproponowano tu oprogramowanie umoliwiajce modelowanie stanu obiektów z wykorzystaniem logiki rozmytej. Zaprezentowano równie zastosowanie zbiorów rozmytych w diagnozowaniu stanu silnika o zapłonie iskrowym. Słowa kluczowe: eksploatacja, diagnostyka, uszkodzenia, stan techniczny, model rozmyty silnika ZI 1. Wprowadzenie W procesie eksploatacji maszyn obiekty techniczne czsto podlegaj diagnozowaniu, czyli procesowi majcym na celu okrelenie aktualnego stanu maszyny poprzez podanie odpowiednich wartoci parametrów diagnostycznych. Takimi parametrami mona okreli jedynie wielkoci mierzalne. W kadej maszynie bdcej w stanie eksploatacji z upływajcym czasem dochodzi do stanu niezdatnoci, na skutek uszkodze jej zespołów i podzespołów [6].
2 Studies & Proceedings of Polish Association for Knowledge Management Nr 46, ródło: [6]. Rysunek 1. Ilustracja graficzna dwuwymiarowej oceny stanu obiektu: x p, x d, x o cechy stanu: pocztkowa, dopuszczalna i graniczna; t p, t d, t o czas eksploatacji obiektu: pocztkowy, dopuszczalny, graniczny W takim przypadku ogólny opis obiektu technicznego uwzgldniajcy wpływ uszkodze zwykle nie jest moliwy do uzyskania. Jeeli uda si stworzy powyszy opis niezdatnoci, to nie jest moliwym wyznaczenie jego na podstawie zalenoci okrelajcych poszczególne uszkodzenia. Dlatego w diagnozowaniu stanu obiektów technicznych zastosowanie znalazły róne modele diagnostyczne, które odzwierciedlaj uproszczon struktur maszyny. Wród modeli wrozpoznawaniu stanu obiektów wyróni mona midzy innymi: modele analityczne, modele neuronowe oraz modele rozmyte. W poniszej publikacji zajto si modelem rozmytym wdiagnozowaniu stanu obiektu technicznego. Zastosowanie modelu do rozpoznawania stanu powinny odwzorowywa przestrze sygnałów diagnostycznych w przestrze stanu maszyny.
3 68 Tomasz Kałaczyski, Gabriel Gajdziski, Bogdan ółtowski Zastosowanie zbiorów rozmytych w diagnozowaniu stanu technicznego silnika o zapłonie iskrowym 2. Model rozmyty Logika rozmyta w porównaniu z logik klasyczn róni si wartociami, jakie to mona otrzyma. W logice klasycznej dostpne s tylko dwie wartoci: 0 lub 1. Natomiast logika rozmyta umoliwia zwikszenie wartoci w granicach od 0 do 1 (np. 0,3; 0,65; itd.). Powysze rozmycie granic znalazło zastosowanie przy modelowaniu rozmytym. Logika rozmyta znalazła zastosowanie w modelowaniu obiektów nieliniowych. Informacja uzyskana podczas badania diagnostycznego zawiera w sobie sygnały i zakłócenia, wywołane m.in. drganiami. Czsto równie zdefiniowany model diagnostyczny nie odzwierciedla stanu obiektu rzeczywistego, gdy takie sprecyzowanie jego własnoci fizycznych, mechanicznych nie zostanie spełnione przez konstruktora z powodu jego niepełnej wiedzy o obiekcie. Przy modelowaniu stanu maszyny z zastosowaniem logiki rozmytej niezbdne jest połczenie wiedzy eksperta z danej dziedziny wiedzy oraz wykorzystanie danych pomiarowych nominalnych. Rol eksperta przy modelowaniu stanu maszyny jest okrelenie struktury wraz z pocztkowymi wartociami parametrów modelu. Za wartoci parametrów nominalnych maj za zadanie pomóc konstruktorowi odpowiednio zamodelowa [3]. ródło: [3]. Rysunek 2. Przykładowa struktura modelu rozmytego
4 69 Studies & Proceedings of Polish Association for Knowledge Management Nr 46, Struktura modelu rozmytego rozmywanie (fuzzification) wnioskowanie (interferencja) wyostrzenie (deffuzification) W etapie rozmywania na wejcia modelu rozmytego s wprowadzane wartocix 1 *,x 2 *,które s reprezentowane przez liczby rzeczywiste. Okrela si je jako wartoci ostre. W bloku fuzyfikacji dokonuje si operacji rozmywania czyli obliczania stopnia przynalenoci wej (wartoci ostrych x 1 *, x 2 *)do poszczególnych zbiorów rozmytych A i,b i. W celu stworzenia prawidłowych zbiorów rozmytych, funkcje przynalenoci Ai (x 1 *), Bi (x 2 *)musz by precyzyjnie zdefiniowane jakociowo (zastosowanie odpowiedniej funkcji) oraz ilociowo (zastosowanie współczynnika funkcji). Zarówno parametry, jak i kształt funkcji przynalenoci maj duy wpływ na dokładno modelu. oblicza na podstawie wejciowych stopni przynalenoci dla Ai (x 1 *), Bi (x 2 *)tzw. wynikow funkcj przynalenoci wyn (y) wyjcia modelu. Funkcja ta ma czsto złoony kształt. Jej wyznaczanie odbywa si poprzez inferencj (wnioskowanie), która moe by matematycznie zrealizowana na wiele sposobów.aby przeprowadzi obliczenia inferencyjne naley zdefiniowa: baz reguł, mechanizm (funkcj) inferencji, funkcje przynalenoci wyjcia y modelu. Baza reguł zawiera reguły logiczne okrelajce zalenoci przyczynowo skutkowe istniejce wsystemie pomidzy zbiorami rozmytymi wej i wyj. Przykładowo, baza reguł moe mie posta: Jeli (x i = A 1 ) i (x 2 = B 1 ) to (y = C 1 ) (1) Jeli (x i = A 1 ) i (x 2 = B 2 ) to (y = C 2 ) Jeli (x i = A 2 ) i (x 2 = B 1 ) to (y = C 3 ) Jeli (x i = A 2 ) i (x 2 = B 2 ) to (y = C 4 ) gdzie: A 1, A 2 B 1, B 2 zbiory rozmyte wej, C i, C 2, C 3 zbiory rozmyte wyjcia. Wnioskowanie rozmyte wymaga oceny stopnia spełnienia (prawdziwoci) przesłanek poszczególnych reguł. Im wyszy jest stopie spełnienia przesłanki, tym wyszy jest udział danej reguły w okreleniu wynikowego wniosku bazy reguł.
5 70 Tomasz Kałaczyski, Gabriel Gajdziski, Bogdan ółtowski Zastosowanie zbiorów rozmytych w diagnozowaniu stanu technicznego silnika o zapłonie iskrowym W operacji wyostrzania podczas przeprowadzenia procesu wnioskowania otrzymuje si pewien zbiór rozmyty. Zbiorowi temu mona nada pewne znaczenie lingwistyczne. Jednak wpewnych sytuacjach podane jest uzyskanie w wyniku wnioskowania wartoci numerycznej. Operacja wyostrzania pozwala na transformacj dowolnego zbioru rozmytego A opisanego na przestrzeni Y na pewn warto numeryczn y 0 Y Wród metod przeprowadzenia zadania wyostrzania mona wyróni midzy innymi [4]: Metoda rodka cikoci w tej metodzie otrzymujemy wynik, wyznaczajc rodek cikoci figury uzyskanej pod funkcj przynalenoci: gdzie: stopie przynalenoci wyjcia. y 0 = Y Y yμ ( y) dy A μ ( ydy ) A (2) gdzie: Metoda indeksowania rodka cikoci stosujemy t metod, gdy chcemy wyeliminowa fragmenty funkcji przynalenoci o wartociach mniejszych ni parametr : (3) stopie przynalenoci wyjcia; rozrzut funkcji przynalenoci; Y przestrze dyskretna. y 0 yμ ( y) dy μ ( ydy ) {, μ ( ) α} Metoda maksimum dla tej metody numeryczna warto (po wyostrzeniu) wybierana jest ze zbioru wartoci argumentów funkcji przynalenoci, dla których przyjmuje ona maksymalne wartoci; Metoda wysokoci w tym przypadku wyjciowa warto systemu uzyskujemy na podstawie wyników wnioskowania dla kadej z reguł typu jeli-to. Jeeli oznaczymy połoenie rodka cikoci dla zbioru rozmytego A bdcego wynikiem wnioskowania dla i-tej reguły jako y, a maksymaln warto funkcji przynalenoci A jako : Yα Yα A Y = y Y y α = A A
6 Studies & Proceedings of Polish Association for Knowledge Management Nr 46, (4) gdzie: maksymalna warto funkcji przynalenoci; rozrzut funkcji przynalenoci. 4. Baza danych w modelu rozmytym W diagnostyce technicznej wan rol pełni baza danych, która jest niezbdna do prawidłowego działania całego modelu [1]. Klasyfikator konstruowany jest na podstawie odpowiedniego zbioru rozmytego. Dane te uzyskiwane s w wyniku bada, zwanymi badaniami uczcymi, które obejmuj zbiór obiektów. Wnioski wynikajce z analizy wyników bada uczcych bd uogólniane na cały zbiór U, co oznacza, e reguły klasyfikacji wyznaczane na podstawie tych danych bd uznawane za reguły klasyfikacji odpowiednie dla zbioru U. Klasyfikator uczcy wyznaczony na podstawie kryteriów przyblionych, moe by zapisywany w postaci klasyfikatora rozmytego. Kady element c k *(u) rozmytego klasyfikatora uczcego c*(u) jest wartoci funkcji przynalenoci k-tej klasy zbioru K: (5) { '} I 0 i= 1 y = HM A = ( τ α ) ( τ α ) gdzie wartoci funkcji przynalenoci interpretowane s nastpujco [1]: c k *(u)=1 gdy obiekt u posiada wszystkie atrybuty przysługujce obiektom nalecym do k-tej klasy (całkowita przynaleno do klasy); 0<c k *(u)<1 gdy obiekt u posiada czciowo atrybuty przysługujce obiektom nale- cym do k-tej klasy (czciowa przynaleno obiektu do klasy); c k *(u)=0 gdy obiekt u nie posiada adnych atrybutów przysługujcych obiektom nalecym do k-tej klasy (całkowity brak przynalenoci obiektu do klasy). Klasyfikator rozmyty pozwala na przybliony opis obiektu. Opis taki ma by czsto podstaw podjcia jednoznacznej decyzji, dotyczcej np. moliwoci lub braku moliwoci dalszej eksploatacji maszyny. W celu otrzymania klasyfikatora nierozmytego, nazywanego klasyfikatorem ostrym, stosowane s róne operatory ostrzce [4]. I i= 1 I i= 1 {( ) } [ ] c *( u) = k, c *( u) : k= 1,..., K c : U 0,1 k k k i i i i y
7 72 Tomasz Kałaczyski, Gabriel Gajdziski, Bogdan ółtowski Zastosowanie zbiorów rozmytych w diagnozowaniu stanu technicznego silnika o zapłonie iskrowym 5. System modelu rozmytego Dla opisywania zwizków midzy wejciem i wyjciem maszyny wykorzystuje si system [2]. Jednake w tym przypadku majc obrazy wej i wyj, mamy do czynienia z systemem modelu maszyny. Taki system modelu maszyny opisany jest zbiorem chwilowych wartoci parametrów. Stan modelu maszyny mona interpretowa jako obraz stanu maszyny Wyjcie maszyny wokrelonej chwili czasu jest wyznaczone przez równoczesne i wczeniejsze jej wejcie, i nie zaley od póniejszego jej wejcia. Stan modelu maszyny w chwili t nie zaley od póniejszych wej, czyli jest okrelony przez wczeniejsze wejcia modelu maszyny oraz przez stan pocztkowy. Wanym załoeniem, które naley uwzgldni w systemie modelu maszyny, jest przyjcie systemu przyczynowo skutkowego. Jednake takie załoenie wymaga ostronoci ze wzgldu na rónice midzy systemem obiektu rzeczywistego, a systemem modelu. Z powyszych stwierdze wynika, e stan modelu maszyny w chwili t zawiera informacje o wczeniejszych wejciach modelu maszyny, niezbdne do okrelenia wyjcia maszyny w chwili t. 6. Zamodelowanie struktury obiektu w pragramie matlab Program Matlab jest programem wspomagajcym prac inyniera z zakresu mechaniki, elektroniki, matematyki, itp. Program ten zawiera szereg funkcji matematycznych niezbdnych wetapach obliczeniowych, jak i równie moliwo wygenerowania wykresów graficznych [5]. Równie powyszy program zawiera wiele dodatkowych bibliotek i aplikacji, zwanych toolbox ami. Aplikacje maj za zadanie wspomóc projektowanie systemów, modeli oraz sterowników. Aplikacja FuzzyLogicToolbox zawiera kompletne rodowisko do tworzenia modeli systemów dynamicznych w wykorzystaniem zbiorów rozmytych i rozmytych reguł wnioskowania, jak równie narzdzia do projektowania inteligentnych systemów sterowania, których działania opiera si na elementach logiki rozmytej. Powysza aplikacja ma na celu wspomóc konstruktora w etapie projektowania modelu rozmytego. 7. Zastosowanie zbiorów rozmytych w diagnozowaniu stanu technicznego silnika o zapłonie iskrowym Przy zamodelowaniu stanu technicznego silnika o zapłonie iskrowym posłuono si aplikacj FuzzyLogicToolbox rodowiska Matlab. Powysza aplikacja posiada w swych zasobach logik rozmyt wspomagajc prac konstruktora modelu przy wnioskowaniu kocowym. Do diagnozowania przyjto silnik o zapłonie iskrowym, który wyposaony jest w układ wtryskowy, reaktor katalityczny oraz sond lambda. Natomiast badania były prowadzone na kilku pojazdach mechanicznych w wyej wymienione układy. Parametry biorce udział we wnioskowaniu rozmytym zostały zaczerpnite z uzyskanych wartoci pomiaru analizy spalin. Powysze parametry zostały odpowiednio zdefiniowane wzmiennych lingwistycznych. Z kolei zmienne lingwistyczne były nastpnie wykorzystane przy budowie bazy reguł modelu rozmytego. Nastpnie naley zdefiniowa zmienne lingwistyczne parametrów niezbdnych do właciwego wnioskowania, czyli nada nazw składnika wchodzcego do systemu, wybra odpowiedni
8 73 Studies & Proceedings of Polish Association for Knowledge Management Nr 46, 2011 funkcj przynalenoci, dokona podziału zakresu wartoci parametru, a take nada odpowiedni nazw przedziału. Powysze czynnoci wykonuje si dla parametrów wejciowych, jak i równie dla wartoci ostatecznej. Na rysunku poniej przedstawiono zmienna lingwistyczn wraz zprzedziałami jej wartoci: ródło: Opracowanie własne. Rysunek 3. Okno edytora funkcji przynalenoci systemu rozmytego ródło: Opracowanie własne. Rysunek 4. Wygld monitora działania systemu rozmytego
9 74 Tomasz Kałaczyski, Gabriel Gajdziski, Bogdan ółtowski Zastosowanie zbiorów rozmytych w diagnozowaniu stanu technicznego silnika o zapłonie iskrowym Na rysunku powyej przedstawiony jest schemat wnioskowania rozmytego. W kolumnach przedstawione s poszczególne zmienne lingwistyczne (zaznaczone kolorem ółtym), wraz zodpowiednimi dla nich przedziałami wartoci danych parametrów. Ostatnia kolumn (kolor niebieski) stanowi konkretne uszkodzenie, która zapisana jest jako wynikowa funkcja przynalenoci struktury modelu rozmytego. Poszczególne wiersze ( kolejno od 1 do 16) przedstawiaj zapisan w programie baz reguł modelu rozmytego, a take odnosz si do konkretnego uszkodzenia obiektu technicznego. Im wicej moliwych jest stworzenia reguł stanów diagnostycznych, tym model rozmyty bdzie charakteryzował si wikszym prawdopodobiestwem we wskazaniu konkretnego uszkodzenia zespołu bd elementu. Kocowym etapem jest wnioskowanie rozmyte. Na powyszym rysunku otrzymuje si warto wyostrzon. Okno monitora pozwala przeledzi działanie mechanizmu rozmywania zmiennych wejciowych, rodzaj zastosowanej implikacji, działanie operacji agregacji rozmytych wyj oraz działanie wybranej metody wyostrzania zmiennych wyjciowych. Za pomoc czerwonych linii mona zmienia połoenie, reprezentujce ostre wartoci zmiennych wejciowych i obserwowa zarówno wartoci funkcji przynalenoci zdefiniowanych dla dane zmiennej wejciowej, jak iwpływ takiej zmiany na rozmyte wartoci wyjcia (wynikajce z funkcji przynalenoci, zdefiniowanych dla zmiennych wyjciowych) oraz na ostr warto wyj systemu. Ostre wartoci zmiennych wejciowych mona równie wprowadza z klawiatury w okienku edycyjnym Input. Na rysunku poniej przedstawiono zapisan baz reguł modelu rozmytego, na którym przeprowadzone zostało wnioskowanie rozmyte Widoczne na rysunku 4 uszkodzenie zawiera si w zapisanej trzeciej regule w bazie reguł. W odniesieniu do Tabeli uszkodze powyszy charakter stanu wskazuje na przebieg pracy silnika na bogatej mieszance. Równie w tej tabeli zawarte s informacje, co moe by przyczyn takiego charakteru stanu/uszkodzenia, a take zalecane czynnoci celem usunicia uszkodzenia obiektu oraz powrotu pracy silnika do stanu zdatnego.
10 75 Studies & Proceedings of Polish Association for Knowledge Management Nr 46, 2011 ródło: Opracowanie własne. Rysunek 5. Okno edytora reguł systemu rozmytego 8. Podsumowanie i wnioski Systemy rozmyte s automatami korzystajcymi z praw logiki rozmytej w celu podjcia decyzji jednoznacznej. Automat taki posiada pewn baz wiedzy oraz reguł wnioskowania i po obserwacji otoczenia i procesie wnioskowania podejmuje decyzj. Baza wiedzy i reguły wnioskowania pochodz od eksperta tworzcego systemmodel rozmyty stosowany jest coraz powszechniej w obiektach, z którymi mamy do czynienia na kadym kroku. Przykładem moe by sygnalizacja wietlna zmieniajca barwy sygnalizatorów w zalenoci od natenia ruchu. Program do analizy wyników spalin wykorzystuje logik rozmyt, która pozwala poszczególnym składnikom na rozbicie zakresów, w celu wnioskowania o stanie silnika. Komputerowe wspomaganie procesu analizy spalin pozwala dokładniej oceni stan silnika po uzyskanych wartociach składników spalin. Prawidłowe wartoci emisji składników spalin mówi o prawidłowej pracy spalania mieszanki paliwowo powietrznej w komorze spalania silnika. Jeeli warto którego ze składników spalin
11 76 Tomasz Kałaczyski, Gabriel Gajdziski, Bogdan ółtowski Zastosowanie zbiorów rozmytych w diagnozowaniu stanu technicznego silnika o zapłonie iskrowym przekroczy warto dopuszczaln, wskazuje to na zmian stanu silnika, w którym to nastpuje uszkodzenie elementu, powodujce wzrost bd spadek emisji składników spalin. Po przeprowadzeniu bada na pojazdach stwierdzono róne wartoci emisji spalin. Trudno było stwierdzi, co jest przyczyn uzyskania takich wyników emisji spalin. Natomiast po przeniesieniu tych wartoci do programu uzyskano jednoznaczn odpowied, e wartoci parametrów emisji spalin pojazdu odpowiadaj konkretnemu charakterowi stanu pojazdu. Jednake z uwagi na moliwoci programu moliwe jest przeprowadzenie procedury, wwyniku której uzyskiwane s informacje diagnostyczne dotyczce jednego uszkodzenia. Analiza wyników bada składu spalin zaimplementowana w aplikacji FuzzyLogicToolbox programu Matlab potwierdziła moliwo wnioskowania diagnostycznego. Bibliografia 1. Cholewa W Diagnostyka techniczna Maszyn,Gliwice Cholewa W.: Metoda diagnozowania maszyn z zastosowaniem zbiorów rozmytych, Gliwice Praca zbiorowa pod redakcj Korbicza J.: Diagnostyka procesów, WNT, Warszawa Łski J.: Systemy neuronowo-rozmyte, WNT, Warszawa Mrozek B.: Matlab i Simulink. Poradnik uytkownika, Wydawnictwo Helion, Gliwice ółtowski B., Niziski S.: Modelowanie procesów eksploatacji maszyn, ATR, Bydgoszcz, 2002.
12 Studies & Proceedings of Polish Association for Knowledge Management Nr 46, THE USE OF FUZZY SETS IN DIAGNOSING THE TECHNICAL CONDITION OF A SPARK-IGNITION ENGINE Summary Article introduces the problem of the possibility of applying fuzzy logic to diagnose the state of technical objects. Reveal the essence of mathematical formalism of fuzzy sets that require sharpening develop criteria for making rational decisions. The proposal is software that allows modeling of objects using fuzzy logic. Also shown was the use of fuzzy sets in the diagnosis of a spark-ignition engine. Publication of the project "Virtual Technology in clinical status, safety and environmental hazards operated machines," co-financed by the European Union from the European Regional Development Fund. Keywords: operation, diagnosis, injury, condition, engine fuzzy model ZI Publikacja w ramach projektu : Techniki wirtualne w badaniach stanu, zagroe bezpieczestwa i rodowiska eksploatowanych maszyn, Numer projektu: WND-POIG /09, współfinansowany przez Uni Europejsk ze rodków Europejskiego Funduszu Rozwoju Regionalnego. Tomasz Kałaczyski Gabriel Gajdziski Bogdan ółtowski Zakład Pojazdów i Diagnostyki Wydział Inynierii Mechanicznej Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy kalaczynskit@utp.edu.pl gabgaj1@wp.pl bogzol@utp.edu.pl
ANALIZA PORÓWNAWCZA ZASTOSOWANIA ZBIORÓW ROZMYTYCH W DIAGNOZOWANIU SILNIKÓW O ZAPŁONIE ISKROWYM I SILNIKÓW O ZAPŁONIE SAMOCZYNNYM
ANALIZA PORÓWNAWCZA ZASTOSOWANIA ZBIORÓW ROZMYTYCH W DIAGNOZOWANIU SILNIKÓW O ZAPŁONIE ISKROWYM I SILNIKÓW O ZAPŁONIE SAMOCZYNNYM TOMASZ KAŁACZYSKI, GABRIEL GAJDZISKI, BOGDAN ÓŁTOWSKI Streszczenie Artykuł
Bardziej szczegółowoSZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA WYKŁAD 10. WNIOSKOWANIE W LOGICE ROZMYTEJ Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska WNIOSKOWANIE W LOGICE DWUWARTOŚCIOWEJ W logice
Bardziej szczegółowoUniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych
Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych ELEMENTY SZTUCZNEJ INTELIGENCJI Laboratorium nr 6 SYSTEMY ROZMYTE TYPU MAMDANIEGO
Bardziej szczegółowoALGORYTM PROJEKTOWANIA ROZMYTYCH SYSTEMÓW EKSPERCKICH TYPU MAMDANI ZADEH OCENIAJĄCYCH EFEKTYWNOŚĆ WYKONANIA ZADANIA BOJOWEGO
Szybkobieżne Pojazdy Gąsienicowe (2) Nr 2, 24 Mirosław ADAMSKI Norbert GRZESIK ALGORYTM PROJEKTOWANIA CH SYSTEMÓW EKSPERCKICH TYPU MAMDANI ZADEH OCENIAJĄCYCH EFEKTYWNOŚĆ WYKONANIA ZADANIA BOJOWEGO. WSTĘP
Bardziej szczegółowoINŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE
Temat: Podstawowe pojęcia z logiki rozmytej Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Dr inż. Barbara Mrzygłód KISiM, WIMiIP, AGH mrzyglod@ agh.edu.pl 1 Wprowadzenie Sterowanie
Bardziej szczegółowoMODELOWANIE PROCESÓW EKSPLOATACJI MASZYN
Akademia Techniczno Rolnicza w Bydgoszczy Wojskowy Instytut Techniki Pancernej i Samochodowej MODELOWANIE PROCESÓW EKSPLOATACJI MASZYN BYDGOSZCZ SULEJÓWEK, 2002. 2 Akademia Techniczno Rolnicza w Bydgoszczy
Bardziej szczegółowostopie szaro ci piksela ( x, y)
I. Wstp. Jednym z podstawowych zada analizy obrazu jest segmentacja. Jest to podział obrazu na obszary spełniajce pewne kryterium jednorodnoci. Jedn z najprostszych metod segmentacji obrazu jest progowanie.
Bardziej szczegółowoWnioskowanie rozmyte. Krzysztof Patan
Wnioskowanie rozmyte Krzysztof Patan Wprowadzenie Informacja precyzyjna jest to jedyna postać informacji akceptowanej przez konwencjonalne metody matematyczne, najczęściej dostarczana jest przez precyzyjne
Bardziej szczegółowoZmodyfikowany rozmyty system ekspertowy wspomagaj cy wnioskowanie o jako ci betonu
Budownictwo i Architektura 2(3) (203) 20-207 Zmodyfikowany rozmyty system ekspertowy wspomagajcy wnioskowanie o jakoci betonu Izabela Skrzypczak Katedra Geodezji i Geotechniki, Wydział Budownictwa i Inynierii
Bardziej szczegółowoWYKŁAD 4 PLAN WYKŁADU. Sieci neuronowe: Algorytmy uczenia & Dalsze zastosowania. Metody uczenia sieci: Zastosowania
WYKŁAD 4 Sieci neuronowe: Algorytmy uczenia & Dalsze zastosowania PLAN WYKŁADU Metody uczenia sieci: Uczenie perceptronu Propagacja wsteczna Zastosowania Sterowanie (powtórzenie) Kompresja obrazu Rozpoznawanie
Bardziej szczegółowoProjektowanie i analiza zadaniowa interfejsu na przykładzie okna dialogowego.
Projektowanie i analiza zadaniowa interfejsu na przykładzie okna dialogowego. Jerzy Grobelny Politechnika Wrocławska Projektowanie zadaniowe jest jednym z podstawowych podej do racjonalnego kształtowania
Bardziej szczegółowoLaboratorium elektryczne. Falowniki i przekształtniki - I (E 14)
POLITECHNIKA LSKA WYDZIAŁINYNIERII RODOWISKA I ENERGETYKI INSTYTUT MASZYN I URZDZE ENERGETYCZNYCH Laboratorium elektryczne Falowniki i przekształtniki - I (E 14) Opracował: mgr in. Janusz MDRYCH Zatwierdził:
Bardziej szczegółowoSztuczna inteligencja: zbiory rozmyte
Instytut Informatyki Uniwersytetu Śląskiego lab 1 1 Klasyczna teoria zbiorów 2 Teoria zbiorów rozmytych 3 Zmienne lingwistyczne i funkcje przynależności 4 System rozmyty 5 Preprocesing danych Każdy element
Bardziej szczegółowoZastosowanie programu Microsoft Excel do analizy wyników nauczania
Grayna Napieralska Zastosowanie programu Microsoft Excel do analizy wyników nauczania Koniecznym i bardzo wanym elementem pracy dydaktycznej nauczyciela jest badanie wyników nauczania. Prawidłow analiz
Bardziej szczegółowoPlanowanie adresacji IP dla przedsibiorstwa.
Planowanie adresacji IP dla przedsibiorstwa. Wstp Przy podejciu do planowania adresacji IP moemy spotka si z 2 głównymi przypadkami: planowanie za pomoc adresów sieci prywatnej przypadek, w którym jeeli
Bardziej szczegółowoBazy danych. Plan wykładu. Podzapytania - wskazówki. Podzapytania po FROM. Wykład 5: Zalenoci wielowartociowe. Sprowadzanie do postaci normalnych.
Plan wykładu azy danych Wykład 5: Zalenoci wielowartociowe. Sprowadzanie do postaci normalnych. Dokoczenie SQL Zalenoci wielowartociowe zwarta posta normalna Dekompozycja do 4NF Przykład sprowadzanie do
Bardziej szczegółowoElementy pneumatyczne
POLITECHNIKA LSKA W GLIWICACH WYDZIAŁ INYNIERII RODOWISKA i ENERGETYKI INSTYTUT MASZYN i URZDZE ENERGETYCZNYCH Elementy pneumatyczne Laboratorium automatyki (A 3) Opracował: dr in. Jacek Łyczko Sprawdził:
Bardziej szczegółowoJeśli X jest przestrzenią o nieskończonej liczbie elementów:
Logika rozmyta 2 Zbiór rozmyty może być formalnie zapisany na dwa sposoby w zależności od tego z jakim typem przestrzeni elementów mamy do czynienia: Jeśli X jest przestrzenią o skończonej liczbie elementów
Bardziej szczegółowoBazy danych Podstawy teoretyczne
Pojcia podstawowe Baza Danych jest to zbiór danych o okrelonej strukturze zapisany w nieulotnej pamici, mogcy zaspokoi potrzeby wielu u!ytkowników korzystajcych z niego w sposóbs selektywny w dogodnym
Bardziej szczegółowoi, lub, nie Cegieªki buduj ce wspóªczesne procesory. Piotr Fulma«ski 5 kwietnia 2017
i, lub, nie Cegieªki buduj ce wspóªczesne procesory. Piotr Fulma«ski Uniwersytet Šódzki, Wydziaª Matematyki i Informatyki UŠ piotr@fulmanski.pl http://fulmanski.pl/zajecia/prezentacje/festiwalnauki2017/festiwal_wmii_2017_
Bardziej szczegółowoInstrukcja obsługi programu Pilot PS 5rc
Instrukcja obsługi programu Pilot PS 5rc Spis treci 1.Wprowadzenie....3 2. Wymagania....3 3. Instalacja oprogramowania...3 4. Uruchomienie Programu...5 4.1. Menu główne...5 4.2. Zakładki...6 5. Praca z
Bardziej szczegółowoPODSTAWY DIAGNOSTYKI MASZYN
*************************************************************** Bogdan ÓŁTOWSKI PODSTAWY DIAGNOSTYKI MASZYN ************************************************* BYDGOSZCZ - 1996 motto : na wielkie kłopoty
Bardziej szczegółowoSposoby przekazywania parametrów w metodach.
Temat: Definiowanie i wywoływanie metod. Zmienne lokalne w metodach. Sposoby przekazywania parametrów w metodach. Pojcia klasy i obiektu wprowadzenie. 1. Definiowanie i wywoływanie metod W dotychczas omawianych
Bardziej szczegółowoANALIZA NUMERYCZNA. Grzegorz Szkibiel. Wiosna 2014/15
ANALIZA NUMERYCZNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Metoda Eulera 3 1.1 zagadnienia brzegowe....................... 3 1.2 Zastosowanie ró»niczki...................... 4 1.3 Output do pliku
Bardziej szczegółowoInstrukcja obsługi programu CalcuLuX 4.0
Instrukcja obsługi programu CalcuLuX 4.0 Katarzyna Jach Marcin Kuliski Politechnika Wrocławska Program CalcuLuX jest narzdziem wspomagajcym proces projektowania owietlenia, opracowanym przez Philips Lighting.
Bardziej szczegółowoSZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA SYSTEMY ROZMYTE Adrian Horzyk Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Katedra Automatyki i Inżynierii Biomedycznej Laboratorium
Bardziej szczegółowo6. Zagadnienie parkowania ciężarówki.
6. Zagadnienie parkowania ciężarówki. Sterowniki rozmyte Aby móc sterować przebiegiem pewnych procesów lub też pracą urządzeń niezbędne jest stworzenie odpowiedniego modelu, na podstawie którego można
Bardziej szczegółowoInstrukcja obsługi systemu przywoławczego pomidzy kabin LF a laboratorium analiz chemicznych
Strona 0 z 16 Instrukcja obsługi systemu przywoławczego pomidzy kabin LF a laboratorium analiz chemicznych ZARMEN Sp. z o.o. 45-641 Opole ul. Owicimska 121 ZRM Warszawa 01-949 Warszawa ul. Kasprowicza
Bardziej szczegółowoBazy danych. Plan wykładu. Zalenoci funkcyjne. Wykład 4: Relacyjny model danych - zalenoci funkcyjne. SQL - podzapytania A B
Plan wykładu Bazy danych Wykład 4: Relacyjny model danych - zalenoci funkcyjne. SQL - podzapytania Definicja zalenoci funkcyjnych Klucze relacji Reguły dotyczce zalenoci funkcyjnych Domknicie zbioru atrybutów
Bardziej szczegółowoSystem midzybankowej informacji gospodarczej Dokumenty Zastrzeone MIG DZ ver. 2.0. Aplikacja WWW ver. 2.1 Instrukcja Obsługi
System midzybankowej informacji gospodarczej Dokumenty Zastrzeone MIG DZ ver. 2.0. Aplikacja WWW ver. 2.1 Instrukcja Obsługi 1.Wymagania techniczne 1.1. Wymagania sprztowe - minimalne : komputer PC Intel
Bardziej szczegółowoImplementacja rozmytych systemów wnioskujących w zdaniach regulacji
Metody Sztucznej Inteligencji w Sterowaniu Ćwiczenie 5 Implementacja rozmytych systemów wnioskujących w zdaniach regulacji Przygotował: mgr inż. Marcin Pelic Instytut Technologii Mechanicznej Politechnika
Bardziej szczegółowoInżynieria Wiedzy i Systemy Ekspertowe. Logika rozmyta. dr inż. Michał Bereta Politechnika Krakowska
Inżynieria Wiedzy i Systemy Ekspertowe Logika rozmyta dr inż. Michał Bereta Politechnika Krakowska http://torus.uck.pk.edu.pl/~beretam/ beretam@torus.uck.pk.edu.pl 1 Wyostrzanie Ostateczna, ostra wartość
Bardziej szczegółowoSterowanie z wykorzystaniem logiki rozmytej
Sterowanie z wykorzystaniem logiki rozmytej konspekt seminarium Paweł Szołtysek 24 stycznia 2009 1 Wstęp 1.1 Podstawy logiki rozmytej Logika rozmyta jest rodzajem logiki wielowartościowej, stanowi uogólnienie
Bardziej szczegółowoWojciech Drzewiecki SYSTEMY INFORMACJI GEOGRAFICZNEJ
Wojciech Drzewiecki SYSTEMY INFORMACJI GEOGRAFICZNEJ Systemem Informacji Geograficznej (Systemem Informacji Przestrzennej, GIS, SIP) nazywamy skomputeryzowany system pozyskiwania, przechowywania, przetwarzania,
Bardziej szczegółowoWIZUALIZACJA DANYCH ZE STRZELA RAKIETOWYCH Z WYKORZYSTANIEM SYSTEMÓW CAx
mgr in. Jacek WARCHULSKI jacek.warchulski@wat.edu.pl mgr in. Marcin WARCHULSKI marcin.warchulski@wat.edu.pl Wojskowa Akademia Techniczna, Wydzia( Mechatroniki WIZUALIZACJA DANYCH ZE STRZELA RAKIETOWYCH
Bardziej szczegółowoInstrukcja obsługi programu MechKonstruktor
Instrukcja obsługi programu MechKonstruktor Opracował: Sławomir Bednarczyk Wrocław 2002 1 1. Opis programu komputerowego Program MechKonstruktor słuy do komputerowego wspomagania oblicze projektowych typowych
Bardziej szczegółowoPodstawowe obiekty AutoCAD-a
LINIA Podstawowe obiekty AutoCAD-a Zad1: Narysowa lini o pocztku w punkcie o współrzdnych (100, 50) i kocu w punkcie (200, 150) 1. Wybierz polecenie rysowania linii, np. poprzez kilknicie ikony. W wierszu
Bardziej szczegółowoMetody numeryczne. Wst p do metod numerycznych. Dawid Rasaªa. January 9, 2012. Dawid Rasaªa Metody numeryczne 1 / 9
Metody numeryczne Wst p do metod numerycznych Dawid Rasaªa January 9, 2012 Dawid Rasaªa Metody numeryczne 1 / 9 Metody numeryczne Czym s metody numeryczne? Istota metod numerycznych Metody numeryczne s
Bardziej szczegółowoBazy danych. Plan wykładu. Proces modelowania i implementacji bazy danych. Elementy ERD. Wykład 2: Diagramy zwizków encji (ERD)
Plan wykładu Bazy danych Wykład 2: Diagramy zwizków encji (ERD) Diagramy zwizków encji elementy ERD licznoci zwizków podklasy klucze zbiory słabych encji Małgorzata Krtowska Katedra Oprogramowania e-mail:
Bardziej szczegółowoKomputerowa Ksiga Podatkowa Wersja 11.4 ZAKOCZENIE ROKU
Komputerowa Ksiga Podatkowa Wersja 11.4 ZAKOCZENIE ROKU Przed przystpieniem do liczenia deklaracji PIT-36, PIT-37, PIT-O i zestawienia PIT-D naley zapozna si z objanieniami do powyszych deklaracji. Uwaga:
Bardziej szczegółowoSztuczna inteligencja : Zbiory rozmyte cz. 2
Sztuczna inteligencja : Zbiory rozmyte cz. 2 Przemysław Juszczuk Instytut Informatyki Uniwersytetu Śląskiego 1 marca 2012 Funkcja trójkątna: Funkcja trójkątna: Funkcja przynależności γ (gamma): Rysunek:
Bardziej szczegółowoZPKSoft. Kreator dokumentów. Wstp. Przeznaczenie. Definicje
ZPKSoft Kreator dokumentów Wstp Kreator dokumentów jest aplikacj sieciow typu klient serwer, dedykowan dla serwera InterBase. Aplikacja pracuje w rodowisku Windows. Jest dostosowana do współpracy z systemem
Bardziej szczegółowoBazy danych. Plan wykładu. Proces modelowania i implementacji bazy danych. Elementy ERD. Wykład 2: Diagramy zwizków encji (ERD)
Plan wykładu Bazy danych Wykład 2: Diagramy zwizków encji (ERD) Diagramy zwizków encji elementy ERD licznoci zwizków podklasy klucze zbiory słabych encji Małgorzata Krtowska Katedra Oprogramowania e-mail:
Bardziej szczegółowoRys2 Na czerwono przebieg, na niebiesko aproksymacja wielomianem II stopnia.
dr in. Artur Bernat, KMP, WM., PKos., wykład II (rodowisko Matlab), strona: 1 Wykład III> z Podstaw Przetwarzania Informacji (na danych
Bardziej szczegółowoSTANDARDOWE FUNKCJE PRZYNALEŻNOŚCI. METODY HEURYSTYCZNE wykład 6. (alternatywa dla s) (zdef. poprzez klasę s) GAUSSOWSKA F.
METODY HEURYSTYCZNE wykład 6 STANDARDOWE FUNKCJE PRZYNALEŻNOŚCI 2 GAUSSOWSKA F. PRZYNALEŻNOŚCI F. PRZYNALEŻNOŚCI KLASY s środek; a określa szerokość krzywej 3 4 F. PRZYNALEŻNOŚCI KLASY π F. PRZYNALEŻNOŚCI
Bardziej szczegółowoSymulacja cieek klinicznych w rodowisku PowerDesigner i SIMUL8
Symulacja w Badaniach i Rozwoju Vol. 1, No. 2/2010 Marta LIGNOWSKA Wojskowa Akademia Techniczna, ul. Kaliskiego 2, 00-908 Warszawa E-mail: marta.lignowska@wat.edu.pl Symulacja cieek klinicznych w rodowisku
Bardziej szczegółowoZasady doboru zaworów regulacyjnych przelotowych - powtórka
Trójdrogowe zawory regulacyjne Wykład 5 Zasady doboru zaworów regulacyjnych przelotowych - powtórka Podstaw do doboru rednicy nominalnej zaworu regulacyjnego jest obliczenie współczynnika przepływu Kvs
Bardziej szczegółowoPoradnik korzystania z serwisu UNET: Konfiguracja programu pocztowego
Poradnik korzystania z serwisu UNET: Konfiguracja programu pocztowego Niniejszy opis dotyczy konfiguracji programu pocztowego Outlook Express z pakietu Internet Explorer, pracujcego pod kontrol systemu
Bardziej szczegółowoProgram SMS4 Monitor
Program SMS4 Monitor INSTRUKCJA OBSŁUGI Wersja 1.0 Spis treci 1. Opis ogólny... 2 2. Instalacja i wymagania programu... 2 3. Ustawienia programu... 2 4. Opis wskaników w oknie aplikacji... 3 5. Opcje uruchomienia
Bardziej szczegółowoMODELOWANIE I PROGRAMOWANIE PRACY
Tadeusz MIKULCZYSKI 1, Daniel NOWAK 2, Rafał WICŁAWEK 3 Instytut Technologii Maszyn i Automatyzacji Politechniki Wrocławskiej, Wrocław 1. Streszczenie. Zaprezentowano metod Grafpol modelowania dyskretnych
Bardziej szczegółowoRozmyte systemy doradcze
Systemy ekspertowe Rozmyte systemy doradcze Plan. Co to jest myślenie rozmyte? 2. Teoria zbiorów rozmytych. 3. Zmienne lingwistyczne. 4. Reguły rozmyte. 5. Wnioskowanie rozmyte (systemy doradcze). typu
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania MODELOWANIE I IDENTYFIKACJA Logika rozmyta podstawy wnioskowania w GUI Fuzzy. Materiały pomocnicze do laboratorium
Bardziej szczegółowoSterowanie prac plotera w układach logiki programowalnej
LABORATORIUM TECHNIKI CYFROWEJ Sterowanie prac plotera w układach logiki programowalnej Opracowali: mgr in. Rafał Sokół dr in. Krystyna Maria Noga Akademia Morska Wydział Elektryczny Katedra Automatyki
Bardziej szczegółowo7. Zagadnienie parkowania ciężarówki.
7. Zagadnienie parkowania ciężarówki. Sterowniki rozmyte Aby móc sterować przebiegiem pewnych procesów lub też pracą urządzeń niezbędne jest stworzenie odpowiedniego modelu, na podstawie którego można
Bardziej szczegółowoPOBÓR MOCY MASZYN I URZDZE ODLEWNICZYCH
Eugeniusz ZIÓŁKOWSKI, 1 Roman WRONA 2 Wydział Odlewnictwa AGH 1. Wprowadzenie. Monitorowanie poboru mocy maszyn i urzdze odlewniczych moe w istotny sposób przyczyni si do oceny technicznej i ekonomicznej
Bardziej szczegółowoZadania do wykonaj przed przyst!pieniem do pracy:
wiczenie 3 Tworzenie bazy danych Biblioteka tworzenie kwerend, formularzy Cel wiczenia: Zapoznanie si ze sposobami konstruowania formularzy operujcych na danych z tabel oraz metodami tworzenia kwerend
Bardziej szczegółowoElementy Sztucznej Inteligencji
Elementy Sztucznej Inteligencji Sztuczne sieci neuronowe Plan Wzorce biologiczne. Idea SSN - model sztucznego neuronu. Perceptron prosty i jego uczenie reguł delta Perceptron wielowarstwowy i jego uczenie
Bardziej szczegółowoObwody sprzone magnetycznie.
POITECHNIKA SKA WYDZIAŁ INYNIERII RODOWISKA I ENERGETYKI INSTYTUT MASZYN I URZDZE ENERGETYCZNYCH ABORATORIUM EEKTRYCZNE Obwody sprzone magnetycznie. (E 5) www.imiue.polsl.pl/~wwwzmiape Opracował: Dr in.
Bardziej szczegółowoWYKŁAD 10 Rozmyta reprezentacja danych (modelowanie i wnioskowanie rozmyte)
WYKŁAD 10 Rozmyta reprezentacja danych (modelowanie i wnioskowanie rozmyte) Motywacje:! przezwyciężenie wad tradycyjnych algorytmów komputerowych, które zawodzą zwłaszcza w sytuacjach, w których człowiek
Bardziej szczegółowoTemat: ANFIS + TS w zadaniach. Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE
Temat: ANFIS + TS w zadaniach Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Dr inż. Barbara Mrzygłód KISiM, WIMiIP, AGH mrzyglod@ agh.edu.pl 1. Systemy neuronowo - rozmyte Systemy
Bardziej szczegółowoElementy Sztucznej Inteligencji
Elementy Sztucznej Inteligencji Sztuczne sieci neuronowe wykład Elementy Sztucznej Inteligencji - wykład Plan Wzorce biologiczne. Idea SSN - model sztucznego neuronu. Perceptron prosty i jego uczenie reguł
Bardziej szczegółowoWiedza niepewna i wnioskowanie (c.d.)
Wiedza niepewna i wnioskowanie (c.d.) Dariusz Banasiak Katedra Informatyki Technicznej Wydział Elektroniki Wnioskowanie przybliżone Wnioskowanie w logice tradycyjnej (dwuwartościowej) polega na stwierdzeniu
Bardziej szczegółowoIzolacja Anteny szerokopasmowe i wskopasmowe
Izolacja Anteny szerokopasmowe i wskopasmowe W literaturze technicznej mona znale róne opinie, na temat okrelenia, kiedy antena moe zosta nazwana szerokopasmow. Niektórzy producenci nazywaj anten szerokopasmow
Bardziej szczegółowoPROTOKÓŁ NR 10. Techniki wirtualne w badaniach stanu, zagrożeń bezpieczeństwa i środowiska eksploatowanych maszyn
30.10.2012 PROTOKÓŁ NR 10 z zebrania organizacyjnego w sprawie realizacji projektu: Techniki wirtualne w badaniach stanu, zagrożeń bezpieczeństwa i środowiska eksploatowanych maszyn Data: 30.10.2012 Miejsce:
Bardziej szczegółowoPROCEDURY REGULACYJNE STEROWNIKÓW PROGRAMOWALNYCH (PLC)
PROCEDURY REGULACYJNE STEROWNIKÓW PROGRAMOWALNYCH (PLC) W dotychczasowych systemach automatyki przemysłowej algorytm PID był realizowany przez osobny regulator sprztowy - analogowy lub mikroprocesorowy.
Bardziej szczegółowoPoprawa efektywnoci metody wstecznej propagacji bdu. Jacek Bartman
Poprawa efektywnoci metody wstecznej propagac bdu Algorytm wstecznej propagac bdu. Wygeneruj losowo wektory wag. 2. Podaj wybrany wzorzec na wejcie sieci. 3. Wyznacz odpowiedzi wszystkich neuronów wyjciowych
Bardziej szczegółowoTemat: Programowanie zdarzeniowe. Zdarzenia: delegacje, wykorzystywanie zdarze. Elementy Windows Application (WPF Windows Presentation Foundation).
Temat: Programowanie zdarzeniowe. Zdarzenia: delegacje, wykorzystywanie zdarze. Elementy Windows Application (WPF Windows Presentation Foundation). 1. Programowanie zdarzeniowe Programowanie zdarzeniowe
Bardziej szczegółowoZasada rozszerzania. A U A jest zbiorem rozmytym, B jest obrazem zbioru A Przeniesienie rozmytości A w odwzorowaniu f na zbiór B. sup.
Zasada rozszerzania f U V U jest zbiorem rozmytym V = f( ), jest obrazem zbioru Przeniesienie rozmytości w odwzorowaniu f na zbiór v) = ( v)? ( f ( ) = sup ( u) gdy ( v) 0 1 = 1 u f ( v) f( ) ( v) 1 0
Bardziej szczegółowoPREZENTACJA DZIAŁANIA KLASYCZNEGO ALGORYTMU GENETYCZNEGO
Piotr Borowiec PREZENTACJA DZIAŁANIA KLASYCZNEGO ALGORYTMU GENETYCZNEGO Sporód wielu metod sztucznej inteligencji obliczeniowej algorytmy genetyczne doczekały si wielu implementacji. Mona je wykorzystywa
Bardziej szczegółowoKonspekt lekcji matematyki klasa 4e Liceum Ogólnokształcce
mgr Tomasz Grbski Konspekt lekcji matematyki klasa 4e Liceum Ogólnokształcce Temat: Dyskusja nad liczb rozwiza równania liniowego i kwadratowego z wartoci bezwzgldn i parametrem. Czas trwania: 45 minut.
Bardziej szczegółowoArt. 1. W ustawie z dnia 20 pa dziernika 1994 r. o specjalnych strefach ekonomicznych (Dz. U. z 2007 r. Nr 42, poz. 274) wprowadza si nast puj ce
Art. 1. W ustawie z dnia 20 padziernika 1994 r. o specjalnych strefach ekonomicznych (Dz. U. z 2007 r. Nr 42, poz. 274) wprowadza si nastpujce zmiany: 1) art. 4 i 5 otrzymuj brzmienie: "Art. 4. 1. Rada
Bardziej szczegółowoDiagnostyka procesów i jej zadania
Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski Wykład 1 Literatura 1 J. Korbicz, J.M. Kościelny, Z. Kowalczuk, W. Cholewa (red.): Diagnostyka procesów. Modele, metody sztucznej
Bardziej szczegółowoDiagnostyka układów programowalnych, sterowanie prac windy (rodowisko MAX+plus II 10.1 BASELINE)
LABORATORIUM TECHNIKI CYFROWEJ Diagnostyka układów programowalnych, sterowanie prac windy (rodowisko MAX+plus II 10.1 BASELINE) Opracowali: dr in. Krystyna Noga mgr in. Rafał Sokół Akademia Morska Wydział
Bardziej szczegółowo1. Informacje ogólne.
Polityka prywatności (Pliki Cookies) 1. Informacje ogólne. Lęborskie Centrum Kultury Fregata 1. Operatorem Serwisu www.lck-fregata.pl jest L?borskie Centrum Kultury "Fregata" z siedzib? w L?borku (84-300),
Bardziej szczegółowoTworzenie bazy danych Biblioteka tworzenie tabel i powiza, manipulowanie danymi. Zadania do wykonani przed przystpieniem do pracy:
wiczenie 2 Tworzenie bazy danych Biblioteka tworzenie tabel i powiza, manipulowanie danymi. Cel wiczenia: Zapoznanie si ze sposobami konstruowania tabel, powiza pomidzy tabelami oraz metodami manipulowania
Bardziej szczegółowoTworzenie rozmytego systemu wnioskowania
Tworzenie rozmytego systemu wnioskowania Wstęp W odróżnieniu od klasycznych systemów regałowych modele rozmyte pozwalają budowad modele wnioskujące oparte o język naturalny, dzieki czemu inżynierom wiedzy
Bardziej szczegółowoPiotr Sobolewski Krzysztof Skorupski
Plan prezentacji Logika rodzaje Logika klasyczna Logika wielowartościowa Logika rozmyta Historia powstania Definicje Zbiory rozmyte Relacje rozmyte Systemy rozmyte Modele Zastosowanie w optymalizacji przykłady
Bardziej szczegółowoZBIORY ROZMYTE I WNIOSKOWANIE PRZYBLIŻONE
SYSTEMY ROZMYTE ZBIORY ROZMYTE I WNIOSKOWANIE PRZYBLIŻONE 2 965 Lotfi A. Zadeh: Fuzzy sets Metoda reprezentacji wiedzy wyrażonej w języku naturalnym: Temperatura wynosi 29 o C informacja liczbowa - naturalna
Bardziej szczegółowoFUNKCJE UYTKOWNIKA. Rozbrajanie systemu pod przymusem [Kod przymusu] Blokowanie linii
Instrukcja uytkownika centrali Orbit-5;strona 1 FUNKCJE UYTKOWNIKA FUNKCJA PROCEDURA Uzbrajanie systemu [Kod uytkownika] + [ARM] Uzbrajanie w trybie W domu [Kod uytkownika] + [STAY] Rozbrajanie systemu
Bardziej szczegółowoAmortyzacja rodków trwałych
Amortyzacja rodków trwałych Wydawnictwo Podatkowe GOFIN http://www.gofin.pl/podp.php/190/665/ Dodatek do Zeszytów Metodycznych Rachunkowoci z dnia 2003-07-20 Nr 7 Nr kolejny 110 Warto pocztkow rodków trwałych
Bardziej szczegółowoGramatyki regularne i automaty skoczone
Gramatyki regularne i automaty skoczone Alfabet, jzyk, gramatyka - podstawowe pojcia Co to jest gramatyka regularna, co to jest automat skoczony? Gramatyka regularna Gramatyka bezkontekstowa Translacja
Bardziej szczegółowoInżynieria Wiedzy i Systemy Ekspertowe. Niepewność wiedzy. dr inż. Michał Bereta Politechnika Krakowska
Inżynieria Wiedzy i Systemy Ekspertowe Niepewność wiedzy dr inż. Michał Bereta Politechnika Krakowska http://torus.uck.pk.edu.pl/~beretam/ beretam@torus.uck.pk.edu.pl 1 Logika Rozmyta (Fuzzy Logic) Mimo
Bardziej szczegółowoKlonowanie MAC adresu oraz TTL
1. Co to jest MAC adres? Klonowanie MAC adresu oraz TTL Adres MAC (Media Access Control) to unikalny adres (numer seryjny) kadego urzdzenia sieciowego (jak np. karta sieciowa). Kady MAC adres ma długo
Bardziej szczegółowoLOGIKA ROZMYTA W STEROWANIU PODCINIENIEM W AUTOMATYZOWANYM DOJU KRÓW
Acta Sci. Pol., Technica Agraria 4(2) 2005, 67-74 LOGIKA ROZMYTA W STEROWANIU PODCINIENIEM W AUTOMATYZOWANYM DOJU KRÓW Henryk Juszka, Marcin Tomasik Akademia Rolnicza w Krakowie Streszczenie. Przedstawiono
Bardziej szczegółowoInstrukcja dla pracowników Uniwersytetu Rzeszowskiego.
Dost p!do!infrastruktury!informatycznej. Instrukcja dla pracowników Uniwersytetu Rzeszowskiego. Wersja dokumentu: 1.0.0 Rzeszów: 23.10.2009 OPTeam S.A. 35-032 Rzeszów, ul. Lisa Kuli 3 INFORMACJA O NOWYCH
Bardziej szczegółowoobsług dowolnego typu formularzy (np. formularzy ankietowych), pobieranie wzorców formularzy z serwera centralnego,
Wstp GeForms to program przeznaczony na telefony komórkowe (tzw. midlet) z obsług Javy (J2ME) umoliwiajcy wprowadzanie danych według rónorodnych wzorców. Wzory formularzy s pobierane z serwera centralnego
Bardziej szczegółowoAUTOMATYCZNE I ZDALNE STEROWANIE STACJ UZDATNIANIA WODY
AUTOMATECH AUTOMATYCZNE I ZDALNE STEROWANIE STACJ UZDATNIANIA WODY W roku 2006 Gmina Kampinos dokonała modernizacji swojej stacji uzdatniania wody (SUW). Obok zmian typu budowlanego (nowe zbiorniki wody,
Bardziej szczegółowoSystemy ekspertowe i ich zastosowania. Katarzyna Karp Marek Grabowski
Systemy ekspertowe i ich zastosowania Katarzyna Karp Marek Grabowski Plan prezentacji Wstęp Własności systemów ekspertowych Rodzaje baz wiedzy Metody reprezentacji wiedzy Metody wnioskowania Języki do
Bardziej szczegółowoWymierne korzyci wynikajce z analizy procesów
Wymierne korzyci wynikajce z analizy procesów Analiza procesu jest narzdziem do osignicia wyszej efektywnoci organizacji (midzy innymi). Wymaga ona zbudowania modelu procesu biznesowego bdcego opisem funkcjonowania
Bardziej szczegółowoRys1. Schemat blokowy uk adu. Napi cie wyj ciowe czujnika [mv]
Wstp Po zapoznaniu si z wynikami bada czujnika piezoelektrycznego, ramach projektu zaprojektowano i zasymulowano nastpujce ukady: - ródo prdowe stabilizowane o wydajnoci prdowej ma (do zasilania czujnika);
Bardziej szczegółowoKomputerowe wspomaganie prac inynierskich CAE
Komputerowe wspomaganie prac inynierskich CAE Karta (sylabus) przedmiotu WM Zarzdzanie i inynieria produkcji Studia I stopnia o profilu: A x P Przedmiot: Komputerowe wspomaganie prac inynierskich CAE Kod
Bardziej szczegółowoPolitechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki
Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki http://www.ipbm.simr.pw.edu.pl/ Teoria maszyn i podstawy automatyki semestr zimowy 2017/2018
Bardziej szczegółowoInstrukcja obsługi programu DIALux 2.6
Instrukcja obsługi programu DIALux 2.6 Marcin Kuliski Politechnika Wrocławska Program DIALux słuy do projektowania sztucznego owietlenia pomieszcze zamknitych, terenów otwartych oraz dróg. Jego najnowsze,
Bardziej szczegółowoPodstawy sztucznej inteligencji
wykład 4 (Fuzzy logic) 23 listopad 2011 Plan wykładu 1 Systemy wnioskowania z danymi niepewnymi 2 3 Inteligentne systemy z wiedzą Systemy z wiedzą składają się z dwóch części: 1 Baza wiedzy (KB): zbioru
Bardziej szczegółowoRys1 Rys 2 1. metoda analityczna. Rys 3 Oznaczamy prdy i spadki napi jak na powyszym rysunku. Moemy zapisa: (dla wzłów A i B)
Zadanie Obliczy warto prdu I oraz napicie U na rezystancji nieliniowej R(I), której charakterystyka napiciowo-prdowa jest wyraona wzorem a) U=0.5I. Dane: E=0V R =Ω R =Ω Rys Rys. metoda analityczna Rys
Bardziej szczegółowoARKUSZ EGZAMINACYJNY ETAP PRAKTYCZNY EGZAMINU POTWIERDZAJ CEGO KWALIFIKACJE ZAWODOWE CZERWIEC 2014
Zawód: technik elektronik Symbol cyfrowy zawodu: 311[07] Numer zadania: 1 Arkusz zawiera informacje prawnie chronione do momentu rozpoczcia egzaminu 311[07]-01-142 Czas trwania egzaminu: 240 minut ARKUSZ
Bardziej szczegółowoINSTRUKCJA OBSŁUGI PROGRAMU C-STATION
soft line 53-608 Wrocław, ul. Robotnicza 72, tel/fax 071 7827161, tel. 071 7889287, kom. 0509 896026, e-mail: softline@geo.pl, www.softline.geo.pl INSTRUKCJA OBSŁUGI PROGRAMU C-STATION Spis treci 1. Instalacja
Bardziej szczegółowoInteligencja obliczeniowa
Ćwiczenie nr 3 Zbiory rozmyte logika rozmyta Sterowniki wielowejściowe i wielowyjściowe, relacje rozmyte, sposoby zapisu reguł, aproksymacja funkcji przy użyciu reguł rozmytych, charakterystyki przejściowe
Bardziej szczegółowoKrajowy System Monitorowania Technologii rodowiskowych Zarys koncepcji Dlaczego taki system jest potrzebny?
Krajowy System Monitorowania Technologii rodowiskowych Dlaczego taki system jest potrzebny? Zarys koncepcji Sektor technologii rodowiskowych postrzegany jest w Europie i na wiecie jako jeden z najbardziej
Bardziej szczegółowoKIERUNKI ROZWOJU W INYNIERII JAKOCI
20/21 ARCHIWUM ODLEWNICTWA Rok 2006, Rocznik 6, Nr 21(1/2) ARCHIVES OF FOUNDARY Year 2006, Volume 6, Nº 21 (1/2) PAN Katowice PL ISSN 1642-5308 KIERUNKI ROZWOJU W INYNIERII JAKOCI S. TKACZYK 1 Politechnika
Bardziej szczegółowo