nach oben

Soft Computing

Erschienen in:

23.04.2014 | Focus

Fuzzy slopes model of nonlinear systems with sparse data

verfasst von: José de Jesús Rubio

Erschienen in: Soft Computing | Ausgabe 12/2015

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

In this paper, a fuzzy slopes model is introduced for the modeling of nonlinear systems with sparse data. The proposed method is the combination of the slopes and fuzzy models. The slopes model is used to estimate the missing output data of a nonlinear behavior; later, the fuzzy model is used to learn this behavior. The proposed method avoids the requirement to know all the data. The output of the slopes algorithm is guaranteed to be bounded. The experiments show the effectiveness of the proposed technique.

Vorheriger Artikel A fuzzy-filtered grey network technique for system state forecasting

Nächster Artikel Performance evaluation of FMIG clustering using fuzzy validity indexes

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Aguilar-Lopez R, Mata-Machuca JL, Martinez-Guerra R (2012) Temperature control of continuous chemical reactors under noisy measurements and model uncertainties. J Appl Res Technol (JART) 10(3):428–446

Aguilar-Lopez R, Martinez-Guerra R, Puebla H, Hernandez-Suarez R (2010) High order sliding-mode dynamic control for chaotic intracellular calcium oscillations. Nonlinear Anal B Real World Appl 11:217–231MATHMathSciNetCrossRef

Balaguer-Ballester E, Bouchachia H, Lapish CC (2013) Identifying sources of non-stationary neural ensemble dynamics. BMC Neurosci 14(Suppl 1):15

Bordignon F, Gomide F (2014) Uninorm based evolving neural networks and approximation capabilities. Neurocomputing 127:13–20CrossRef

Brodka P, Saganowski S, Kazienko P (2013) GED: the method for group evolution discovery in social networks. Soc Netw Anal Min 3:1–14CrossRef

Buchachia A (2012) Dynamic clustering. Evol Syst 3(3):133–134CrossRef

Cruz-Vega I, Yu W (2010) Multiple fuzzy neural networks modeling with sparse data. Neurocomput 73:2446–2453CrossRef

García-Cuesta E, Iglesias JA (2012) User modeling: through statistical analysis and subspace learning. Expert Syst Appl 39(5):5243–5250CrossRef

Jang JSR, Sun CT (1996) Neuro-fuzzy and soft computing. Prentice Hall, Englewood Cliffs 07458

Lughofer E (2012) Sigle pass active learning with conflict and ignorance. Evol Syst 3:251–271CrossRef

Lughofer E, Trawinski B, Trawinski K, Kempa O, Lasota T (2011) On employing fuzzy modeling algorithms for the valuation of residential premises. Inf Sci 181:5123–5142CrossRef

Lughofer E (2011) Evolving fuzzy systems—methodologies. Advanced concepts and applications. Springer, Berlin HeidelbergMATHCrossRef

Maciel L, Lemos A, Gomide F, Ballini R (2012) Evolving fuzzy systems for pricing fixed income options. Evol Syst 3:5–18CrossRef

Marques Silva A, Caminhas W, Lemos A, Gomide F (2014) A fast learning algorithm for evolving neo-fuzzy neuron. Appl Soft Comput 14(B):194–209CrossRef

Musiał K, Kazienko P (2013) Social networks on the Internet. World Wide Web 16:31–72CrossRef

Perez-Cruz JH, Rubio JJ, Pacheco J, Soriano E (2014) State estimation in MIMO nonlinear systems subject to unknown dead zones using recurrent neural networks. Neural Comput Appl. doi:10.1007/s00521-013-1533-5

Perez-Cruz JH, Chairez I, Rubio JJ, Pacheco J (2014) Identification and control of a class of nonlinear systems with nonsymmetric deadzone using recurrent neural networks. IET Control Theory Appl 8(3):183–192MathSciNetCrossRef

Pratama M, Anavatti SG, Angelov PP, Lughofer E (2014) PANFIS: a novel incremental learning machine. IEEE Trans Neural Netw Learn Syst 25(1):55–68CrossRef

Pratama M, Anavatti SG, Lughofer E (2014) GENEFIS: towards an effective localist network. IEEE Trans Fuzzy Syst. doi:10.1109/TFUZZ.2013.2264938

Rubio JJ, Vázquez DM, Mújica-Vargas D (2013) Acquisition system and approximation of brain signals. IET Sci Meas Technol 7(4):232–239CrossRef

Rubio JJ (2014) Evolving intelligent algorithms for the modelling of brain and eye signals. Appl Soft Comput 14(B):259–268CrossRef

Rubio JJ, Perez-Cruz JH (2014) Evolving intelligent system for the modelling of nonlinear systems with dead-zone input. Appl Soft Comput 14(B):289–304CrossRef

Rubio JJ, Soriano LA, Yu W (2014) Dynamic model of a wind turbine for the electric energy generation. Math Probl Eng 2014:1–8

Soriano LA, Yu W, Rubio JJ (2013) Modeling and control of wind turbine. Math Probl Eng 2013:1–13CrossRef

Trawinski B (2013) Evolutionary fuzzy system ensemble approach to model real estate market based on data stream exploration. J Univ Comput Sci 19(4):539–562MathSciNet

Vázquez DM, Rubio JJ, Pacheco J (2012) Characterization framework for epileptic signals. IET Image Process 6(9):1227–1235MathSciNetCrossRef

Wang LX (1997) A course in fuzzy systems and control. ISBN:0-13-540882-2

Titel: Fuzzy slopes model of nonlinear systems with sparse data
verfasst von: José de Jesús Rubio
Publikationsdatum: 23.04.2014
Verlag: Springer Berlin Heidelberg
Erschienen in: Soft Computing / Ausgabe 12/2015
Print ISSN: 1432-7643
Elektronische ISSN: 1433-7479
DOI: https://doi.org/10.1007/s00500-014-1289-6

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Wirtschaft"

Springer Professional "Technik"

Weitere Artikel der Ausgabe 12/2015

Editorial on the special issue “Hybrid and ensemble techniques in soft computing: recent advances and emerging trends”

Data-based prediction of sentiments using heterogeneous model ensembles

MODE: multiobjective differential evolution for feature selection and classifier ensemble

A hybrid version of invasive weed optimization with quadratic approximation

A fuzzy-filtered grey network technique for system state forecasting

Analytic neural network model of a wind turbine