Computational Intelligence : eine Einführung in Probleme, Methoden und technische Anwendungen /
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...
Clasificación: | Libro Electrónico |
---|---|
Autor principal: | |
Formato: | Electrónico eBook |
Idioma: | Alemán |
Publicado: |
München :
Oldenbourg Verlag,
[2013]
|
Temas: | |
Acceso en línea: | Texto completo |
Tabla de Contenidos:
- 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.
- 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.
- 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.
- 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.
- 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.