Geri Dön

A Neurofuzzy network models for rule-based systems

Kural tabanlı sistemler için bulanık sinir ağları

  1. Tez No: 68696
  2. Yazar: ESİN BİLEN
  3. Danışmanlar: PROF. DR. FERDA ALPARSLAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Sinir Ağlan, Backpropagation" Algoritması, Zamansal Bilgi, Bulanık Mantık. Vİ, Bulanık mantık, Kurala dayalı sistemler, Yapay sinir ağları, Neural Networks, Backpropagation Algorithm, Ten^oral k [ Information, Fuzzy Logic.IV, Fuzzy logic, Rule-based systems, Artificial neural networks
  7. Yıl: 1997
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu tez kapsamında Kural Tabanlı Sistemler için Bulanık Sinir Ağlan (KTBA) modeli geliştirilmiştir. Sistem çok seviyeli ileridoğru sinir ağları yapısında oluşturulmuştur. Öğrenme algoritması olarak, bulanık kuralları içinde kapalı olarak bulunduran, yeniden revize edilmiş“backpropagation”algoritması kullanılmıştır. Bulanık çıkarım ve belirginleştirmeye dayalı bu yeni tasarım tekniği, bulanık kuralların ve üyelik fonksiyonlarının birleşiminden oluşan bir sistem olarak performansı, doğruluğu ve güvenirliği arttırırken, tasarım zamanım azaltır. Böyle bir network tipi herhangi bir doğrusal olmayan bulanıkgirdi-çıktı ilişkisini bulabilme yeteneğine sahiptir. KTBA baza doğrusal olmayan fonksiyonlar ve bir tıbbi teşhis sistemi (özel olarak, kalp hastalığı veritabanı) üzerinde denenmiştir. KTBA, öğrenme işleminden sonra, üyelik fonksiyonlarının temsil edildiği sinir hücrelerinin durumlarına bakılarak ve gereksiz olanlar çıkarılarak, tekrar öğrenmeye tabi tutulursa, kural sayısı ile ilgili iyileştirme yapabilme imkanı verir. Bu işlem sistem masrafım azaltır.

Özet (Çeviri)

This thesis, reports the development of a Neurofuzzy Network Model for Rule- Based Systems (NFN). The system is implemented as a feedforward multilayered neural network. The learning algorithm which is based on the backpropagation algorithm is modified to generate fuzzy rules internally. Combination of learned fuzzy rules, membership functions and a new fuzzy design technique based on a new fuzzy inferencing and defuzzification, significantly improves performance, accuracy, reliability and reduces design time. A network of this type is capable of learning any non-linear fuzzy input- output relationship. The system is simulated on some non-linear functions and a medical diagnosis system, specifically heart disease database. NFN is mminimizes total system cost by optimizing the number of rules and membership functions by examining the membership functions of the output after training process, thereafter eliminating the unnecessary weights and refraining.

Benzer Tezler

  1. Tez No

    75812

    Hyperbox based neuro-fuzzy system for linguistic term extraction

    Dilbilimsel terimleri elde eden hyperbox tabanlı bulanık yapay sinir ağı modeli

    DİDEM DURMAZ

    Yüksek Lisans

    İngilizce

    İngilizce

    1998

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. FERDA ALPASLAN

  2. Tez No

    55615

    RTFA ile sistem tanıma ve nöral-bulanık kontrol-

    Başlık çevirisi yok

    ZEKERİYA UYKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    1996

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    DOÇ.DR. İBRAHİM KESKİN

  3. Tez No

    95443

    Estimating the valve weighted ISE 100 index and its variance using a nevro-fuzzy architecture

    IMKB 100 değer ağırlıklı endeksinin ve varyansının bulanık mantık ve sinir ağları yapısı ile tahmini

    GÜRHAN MİLLİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2000

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Sistem ve Kontrol Mühendisliği Ana Bilim Dalı

    DOÇ. DR. H. LEVENT AKIN

    YRD. DOÇ. DR. NESRİN OKAY

  4. Tez No

    56630

    Design and control of a phase-schift PWM resonant converter for an X-ray generator

    X-ray jeneratör için bir phase-shift PWM resonant çevirici tasarımı ve kontrolü

    IRAJ ESKANDARZADEH

    Doktora

    İngilizce

    İngilizce

    1996

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. YILDIRIM ÜÇTUĞ

  5. Tez No

    76479

    Process control with a neurofuzzy controller

    Yapay sinir ağı kullananan bulanık denetimci ile süreç denetimi

    GÜRHAN TAHTALI

    Yüksek Lisans

    İngilizce

    İngilizce

    1998

    Elektrik ve Elektronik MühendisliğiBoğaziçi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. YORGO İSTEFANOPOLOS

Geri Dön