En simulaciones basadas en PSO de sistemas dinámicos difusos inducidos por sistemas unidimensionales
Autores: Kupka, Jií; korupová, Nicole
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
En simulaciones basadas en PSO de sistemas dinámicos difusos inducidos por sistemas unidimensionales
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Principio de extensión
Teoría de conjuntos difusos
Algoritmo
Simulaciones
Sistemas dinámicos difusos
Algoritmo de optimización
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
El principio de extensión de Zadeh es una de las herramientas elementales en la teoría de conjuntos difusos, y entre otras cosas, proporciona una extensión natural de un auto-mapeo continuo de valores reales a un auto-mapeo que tiene conjuntos difusos como argumentos. El propósito de este artículo es presentar un nuevo algoritmo que se puede utilizar para simulaciones de sistemas dinámicos difusos inducidos por mapas de intervalos. El núcleo del algoritmo propuesto se basa en cálculos que incluyen mapas lineales por partes, y en consecuencia, se preparó la implementación de un algoritmo de optimización (en nuestro caso, optimización por enjambre de partículas) para obtener las aproximaciones lineales por partes necesarias. Para todas las partes de este algoritmo, proporcionamos pruebas detalladas y numerosos ejemplos.
Descripción
El principio de extensión de Zadeh es una de las herramientas elementales en la teoría de conjuntos difusos, y entre otras cosas, proporciona una extensión natural de un auto-mapeo continuo de valores reales a un auto-mapeo que tiene conjuntos difusos como argumentos. El propósito de este artículo es presentar un nuevo algoritmo que se puede utilizar para simulaciones de sistemas dinámicos difusos inducidos por mapas de intervalos. El núcleo del algoritmo propuesto se basa en cálculos que incluyen mapas lineales por partes, y en consecuencia, se preparó la implementación de un algoritmo de optimización (en nuestro caso, optimización por enjambre de partículas) para obtener las aproximaciones lineales por partes necesarias. Para todas las partes de este algoritmo, proporcionamos pruebas detalladas y numerosos ejemplos.