|
|
|
|
LEADER |
00000cam a2200000Mi 4500 |
001 |
EBSCO_ocn880447585 |
003 |
OCoLC |
005 |
20231017213018.0 |
006 |
m o d |
007 |
cr cn||||||||| |
008 |
140501t20132013gw ob 001 0 ger d |
040 |
|
|
|a E7B
|b eng
|e rda
|e pn
|c E7B
|d N$T
|d OCLCF
|d OCLCQ
|d EBLCP
|d YDXCP
|d DEBSZ
|d OCLCQ
|d OCLCO
|d OCLCQ
|d OCLCO
|
019 |
|
|
|a 875819056
|a 900282949
|a 902683338
|
020 |
|
|
|a 9783486737424
|q (electronic bk.)
|
020 |
|
|
|a 3486737422
|q (electronic bk.)
|
020 |
|
|
|a 3486989782
|q (electronic bk.)
|
020 |
|
|
|a 9783486989786
|q (electronic bk.)
|
020 |
|
|
|z 9783486709766
|
029 |
1 |
|
|a DEBBG
|b BV043781165
|
029 |
1 |
|
|a DEBSZ
|b 431653186
|
029 |
1 |
|
|a DEBSZ
|b 472826174
|
035 |
|
|
|a (OCoLC)880447585
|z (OCoLC)875819056
|z (OCoLC)900282949
|z (OCoLC)902683338
|
050 |
|
4 |
|a QA76.9.S63
|b K76 2013eb
|
072 |
|
7 |
|a COM
|x 000000
|2 bisacsh
|
082 |
0 |
4 |
|a 006.3
|2 23
|
049 |
|
|
|a UAMI
|
100 |
1 |
|
|a Kroll, Andreas,
|d 1967-
|e author.
|
245 |
1 |
0 |
|a Computational Intelligence :
|b eine Einführung in Probleme, Methoden und technische Anwendungen /
|c von Univ.-Prof. Dr.-Ing. Andreas Kroll.
|
264 |
|
1 |
|a München :
|b Oldenbourg Verlag,
|c [2013]
|
264 |
|
4 |
|c ©2013
|
300 |
|
|
|a 1 online resource (446 pages)
|
336 |
|
|
|a text
|b txt
|2 rdacontent
|
337 |
|
|
|a computer
|b c
|2 rdamedia
|
338 |
|
|
|a online resource
|b cr
|2 rdacarrier
|
504 |
|
|
|a Includes bibliographical references and index.
|
588 |
0 |
|
|a Online resource; title from PDF title page (ebrary, viewed May 1, 2014).
|
505 |
0 |
|
|a Teil I: Einführung; 1 Einführung; 1.1 Neue Herausforderungen an technische Systeme; 1.2 Komplexe, komplizierte und chaotische Systeme; 1.3 Grenzen traditioneller Berechnungsmethoden; 1.4 Naturinspirierte Berechnungsmethoden; 1.4.1 Bionik; 1.4.2 Künstliche Intelligenz; 1.4.3 Natural Computing; 1.4.4 Soft Computing; 1.4.5 Computational Intelligence; 1.5 Abschließende Bemerkungen; 2 Problemstellungen und Lösungsansätze; 2.1 Einführende Beispiele; 2.2 Mustererkennung und Klassifikation; 2.2.1 Einführung in die Problemstellung; 2.2.2 Entwurfs- und Auslegungskonzepte.
|
505 |
8 |
|
|a 2.2.3 Kriterien zur Ergebnisbewertung2.2.4 Praktische Beispiele; 2.2.5 Weiterführende Literatur; 2.2.6 Zusammenfassende Bewertung; 2.3 Modellbildung; 2.3.1 Einführung in die Problemstellung; 2.3.2 Entwurfs- und Auslegungskonzepte; 2.3.3 Kriterien zur Ergebnisbewertung; 2.3.4 Praktische Beispiele; 2.3.5 Weiterführende Literatur; 2.3.6 Zusammenfassende Bewertung; 2.4 Regelung; 2.4.1 Einführung in die Problemstellung; 2.4.2 Entwurfs- und Auslegungskonzepte; 2.4.3 Kriterien zur Ergebnisbewertung; 2.4.4 Praktische Beispiele; 2.4.5 Weiterführende Literatur; 2.4.6 Zusammenfassende Bewertung.
|
505 |
8 |
|
|a 2.5 Optimierung und Suche2.5.1 Einführung in die Problemstellung; 2.5.2 Entwurfs- und Auslegungskonzepte; 2.5.3 Kriterien zur Ergebnisbewertung; 2.5.4 Praktische Beispiele; 2.5.5 Weiterführende Literatur; 2.5.6 Zusammenfassende Bewertung; 2.6 Beispiele und Benchmarks; Teil II: Fuzzy-Systeme; 3 Einleitung; 4 Allgemeine Prinzipien; 4.1 Fuzzy-Mengen, Grundoperationen und linguistische Variablen; 4.2 Mamdani-Fuzzy-Systeme; 4.3 Relationale Fuzzy-Systeme; 4.4 Takagi-Sugeno-Systeme; 4.5 Multivariate Zugehörigkeitsfunktionen und allg. Fuzzy-Partitionierungen.
|
505 |
8 |
|
|a 4.6 Gegenüberstellung von Mamdani- und Takagi-Sugeno-Fuzzy-Systemen4.7 Kurze Historie; 5 Clusterverfahren; 5.1 Grundlegende Prinzipien; 5.1.1 Abstand und Metrik; 5.1.2 Einfaches Beispiel: Nächste-Nachbarn-Klassifikation; 5.2 Umsetzung; 5.2.1 Ablauf eines Clusterverfahrens; 5.2.2 c-Means-Algorithmus; 5.2.3 Fuzzy-c-Means-Algorithmus; 5.2.4 Gustafson-Kessel-Algorithmus; 5.2.5 Bestimmung der Clusteranzahl bei Fuzzy-Clusterverfahren; 5.2.6 Wahl des Unschärfeparameters; 5.2.7 Verfahrenserweiterungen; 6 Datengetriebene Modellbildung; 6.1 Einführung; 6.2 Lineare Systemidentifikation.
|
505 |
8 |
|
|a 6.2.1 Identifikation statischer LiP-Modelle mittels LS-Verfahren6.2.2 Identifikation linearer dynamischer Eingrößenmodelle; 6.2.3 Ablauf einer Identifikation; 6.3 Fuzzy-Modelle; 6.3.1 Statische Fuzzy-Modelle; 6.3.2 Gewinnung zeitkontinuierlicher dynamischer Fuzzy-Modelle; 6.3.3 Identifikation zeitdiskreter dynamischer Takagi-Sugeno-Modelle; 7 Regelung; 7.1 Einführung; 7.2 Mamdani-Fuzzy-Regler; 7.2.1 Fuzzy-P-Regler; 7.2.2 Fuzzy-PI/PD-Regler; 7.2.3 Anmerkungen; 7.3 Fuzzy-basierte Selbsteinstellung für PI-Regler; 7.4 Relationaler Fuzzy-Reglerentwurf; 7.4.1 Reglerentwurf durch Modellinversion.
|
520 |
|
|
|a Computational Intelligence (CI) bewegt sich an der Schnittstelle zwischen Ingenieurswissenschaften und Informatik: mess- und regelungstechnische Problemstellungen werden hier mit Hilfe ausgefeilter computergestützter Methoden gelöst. Das Buch ist eine anwendungsorientierte Einführung in das Thema und vermittelt Studenten und berufstätigen Ingenieuren das notwendige Wissen über die derzeit verbreitetsten Ansätze der CI (Fuzzy-Systeme, neuronale Netze und evolutionäre Algorithmen).
|
590 |
|
|
|a eBooks on EBSCOhost
|b EBSCO eBook Subscription Academic Collection - Worldwide
|
650 |
|
0 |
|a Soft computing.
|
650 |
|
6 |
|a Informatique douce.
|
650 |
|
7 |
|a COMPUTERS
|x General.
|2 bisacsh
|
650 |
|
7 |
|a Soft computing
|2 fast
|
776 |
0 |
8 |
|i Print version:
|a Kroll, Andreas.
|t Computational Intelligence : Eine Einführung in Probleme, Methoden und technische Anwendungen.
|d München : De Gruyter, ©2013
|z 9783486709766
|
856 |
4 |
0 |
|u https://ebsco.uam.elogim.com/login.aspx?direct=true&scope=site&db=nlebk&AN=754015
|z Texto completo
|
938 |
|
|
|a ProQuest Ebook Central
|b EBLB
|n EBL1652632
|
938 |
|
|
|a ebrary
|b EBRY
|n ebr10861381
|
938 |
|
|
|a EBSCOhost
|b EBSC
|n 754015
|
938 |
|
|
|a YBP Library Services
|b YANK
|n 10915749
|
994 |
|
|
|a 92
|b IZTAP
|