Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

07.03.2019 | Original Article | Ausgabe 12/2019

International Journal of Machine Learning and Cybernetics 12/2019

Knowledge representation and reasoning using self-learning interval type-2 fuzzy Petri nets and extended TOPSIS

Zeitschrift:
International Journal of Machine Learning and Cybernetics > Ausgabe 12/2019
Autoren:
Weichao Yue, Weihua Gui, Xiaofang Chen, Zhaohui Zeng, Yongfang Xie
Wichtige Hinweise

Publisher's Note

Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.

Abstract

Fuzzy Petri nets (FPNs), which have been extensively used in many fields, are a promising method for knowledge representation and reasoning (KRR). However, there are still some shortcomings in these FPNs. Although there are many improved FPNs, the existing FPNs still have difficulties to ‘embrace’ the inconsistent cognition of experts and individualized features of different systems. In this paper, a new type FPNs are proposed, called self-learning interval type-2 fuzzy Petri nets (SLIT2FPNs). The extended TOPSIS is proposed to determine the optimal alternative, and to collect cognition of experts. An interval numbers ordered weighted averaging operator is introduced to improve the knowledge reasoning capabilities of SLIT2FPNs. Moreover, because of the introduction of state transition algorithm, the model has the ability of self-learning and adjustment according to information dynamics. Finally, two comparison tests are presented to demonstrate the proposed methods. In addition, the applications in aluminum reduction process show that SLIT2FPNs are feasible to ‘embrace’ inconsistent cognition, and to attract individualized features of each reduction cell, and acquire a KRR model with good performance. These facts demonstrate that the methods and ideas proposed in this paper provide a solution for KRR of knowledge automation in the industrial processes.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

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

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

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

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

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




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

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




Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 12/2019

International Journal of Machine Learning and Cybernetics 12/2019 Zur Ausgabe