Evolutionary concept of composing significant fuzzy rules;Evolutionäres suchkonzept zum aufstellen signifikanter fuzzy-regeln

At-Automatisierungstechnik

Volumn 44, Issue 8, 1996, Pages 405-412

  Krone, Angelika ^a   Bäck, Thomas ^b   Teuber, Peter ^a  

^a TU DORTMUND UNIVERSITY   (Germany)

^b Centrum für angewandte Systemanalyse CASA   (Germany)

Author keywords

[No Author keywords available]

Indexed keywords

EID: 2542616666     PISSN: 01782312     EISSN: None     Source Type: Journal    
DOI: 10.1524/auto.1996.44.8.405     Document Type: Article

References (26)

1. Krabs, M. und Kiendl, H.: Anwendungsfelder der automatischen Regelgenerierung mit dem ROSA-Verfahren. Automatisierungstechnik 43, Heft 6, 1995, S. 269-276.
2. Krabs, M. und Kiendl, H.: Automatische Generierung von Fuz-zy-Regeln mit dem ROSA-Verfahren. VDI-Berichte 1113, VDI-Verlag, Düsseldorf 1994, S. 29-40.
3. Krone, A. und Kiendl, H.: Automatic Generation of Positive and Negative Rules for Two-Way Fuzzy Controllers, EU FIT '94, Aachen, 1994, S. 438-447.
4. Krone, A., Frenck, Ch. und Russak, O.: Design of a Fuzzy Controller for an Alkoxylation Process using the ROSA Method for Automatic Rule Generation, Third EUFIT, Aachen, 1995, S. 760-764.
5. Krone, A. und Kiendl, H.: Strategieelemente zur Beherrschung von Komplexität bei der rechnergestützten regelbasierten Modellierung, 5. Workshop “Fuzzy Control” des GMA-UA 1.4.2, Forschungsbericht Nr. 0295, 1995, S. 56-70.
6. Sprave, J.: Evolutionäre Algorithmen zur Parameteroptimierung, at - Automatisierungstechnik, 1995, 43(3): S. 109-115.
7. Bäck, Th. und Schwefel, H.-P.: An overview of evolutionary algorithms for parameter optimization. Evolutionary Computation, 1993, 1(1): S. 1-23.
8. Goldberg, D. E.: Genetic algorithms in search, optimization and machine learning. Addison Wesley, Reading, MA, 1989.
9. Schwefel, H.-P.: Evolution and Optimum Seeking. Sixth-Generation Computer Technology Series. Wiley, New York, 1995.
10. Michalewicz, Z.: Genetic Algorithms + Data Structures = Evolution Programs. Springer, Berlin, 1994.
11. Homaifar, A. und McCormick: Full design of fuzzy controllers using genetic algorithms. In Su-Shing Chen, editor, Neural and Stochastic Methods in Image and Signal Processing, volume SPIE-1766. The International Society for Optical Engineering, 1992, S. 393-404.
12. Karr, C. L.: Genetic algorithms for fuzzy controllers. AI Expert, 1991, (2): S. 27-33.
13. Karr, C. L. und Gentry, E.J.: Fuzzy control of pH using genetic algorithms. IEEE Transactions on Fuzzy Systems, February 1993, 1(1): S. 46-53.
14. Lee, M. A. und Takagi, H.: Dynamic control of genetic algorithms using fuzzy logic techniques. In S. Forrest, editor, Proceedings of the 5th International Conference on Genetic Algorithms, Morgan Kaufmann Publishers, San Mateo, CA, 1993, S. 76-83.
15. Herrera, F., Lozano, M. und Verdegay, J. L.: Generating fuzzy rules from examples using genetic algorithms. Technical Report DECSAI-93115, Department of Computer Science and Artificial Intelligence, University of Granada, Spain, 1993.
16. Surmann, H.: Systematischer rechnergestützter Entwurf unscharfer regelbasierter Systeme. Dissertation, Universität Dortmund, FB Elektrotechnik, 1994.
17. Kinzel, J., Klawonn, F. und Kruse, R.: Anpassung genetischer Algorithmen zum Erlernen und Optimieren von Fuzzy-Reg-lern. In B. Reusch, editor, 4. Dortmunder Fuzzy-Tage, 1994, S. 92-99.
18. Wolf, T.: Optimization of fuzzy systems using neural networks and genetic algorithms. In Proceedings of the first European Congress on Fuzzy and Intelligent Technologies (EUFIT '94), 1994, S. 544-551.
19. Hoffmann, F. und Pfister, G.: Optimierung hierarchischer Fuz-zy-Regler mit Genetischen Algorithmen. In B. Reusch, editor, 4. Dortmunder Fuzzy-Tage, 1994, S. 79-89.
20. Bonarini, A.: Evolutionary learning of general fuzzy rules with biased evaluation functions: competition and cooperation. In Proceedings of the First IEEE Conference on Evolutionary Computation, 1994, IEEE Press, volume 1, S. 51-56.
21. Smith, S.F.: A learning system based on genetic adaptive systems. PhD dissertation, University of Pittsburgh, 1980.
22. Holland, J. H., Holyoak, K.J., Nisbett, R. E. und Thagard, R R.: Induction: Processes of Inference, Learning and Discovery. MIT Press, 1986.
23. Kiendl, H.: Hyperinferenz und Hyperdefuzzifizierung. Automatisierungstechnik 41, Heft 11, Gelbe Seiten, S. A33-A36, 1993.
24. Sestito, S. und Dillon, T.S.: Automated Knowledge Acquisition. Prentice Hall, Sydney, 1994.
25. Teuber, P.: Genetische Algorithmen zur Generierung einer optimalen Regelmenge anhand des ROSA-Relevanzindex, Diplomarbeit am Lehrstuhl für Elektrische Steuerung und Regelung der Universität Dortmund, 1995.
26. Klöden, W., Böhlmann, S. und Seyfarth, R.: Datengestützlcs Lernen von Fuzzy-Regeln. In Fuzzy Control, VDI-Berichte 1113, VDI-Verlag, Düsseldorf 1994, S. 17-27.