TU Darmstadt / ULB / TUbiblio

Modellierung dynamischer Systeme mit zeitkontinuierlichen rekurrenten Fuzzy-Systemen

Adamy, Jürgen ; Schwung, Andreas (2021)
Modellierung dynamischer Systeme mit zeitkontinuierlichen rekurrenten Fuzzy-Systemen.
In: at - Automatisierungstechnik, 57 (3)
doi: 10.26083/tuprints-00018673
Artikel, Zweitveröffentlichung, Verlagsversion

Kurzbeschreibung (Abstract)

In diesem Beitrag wird die Anwendung zeitkontinuierlicher rekurrenter Fuzzy-Systeme (KRFS) zur Modellbildung technischer Systeme beschrieben. Ausgehend von der Systembeschreibung rekurrenter Fuzzy-Systeme werden Verfahren vorgestellt, mit denen das KRFS das Verhalten des Prozesses anhand von Messdaten und qualitativem Prozesswissen erlernen kann. Die Leistungsfähigkeit wird anhand der Modellierung eines biotechnologischen Prozesses gezeigt.

Typ des Eintrags: Artikel
Erschienen: 2021
Autor(en): Adamy, Jürgen ; Schwung, Andreas
Art des Eintrags: Zweitveröffentlichung
Titel: Modellierung dynamischer Systeme mit zeitkontinuierlichen rekurrenten Fuzzy-Systemen
Sprache: Deutsch
Publikationsjahr: 2021
Verlag: De Gruyter
Titel der Zeitschrift, Zeitung oder Schriftenreihe: at - Automatisierungstechnik
Jahrgang/Volume einer Zeitschrift: 57
(Heft-)Nummer: 3
DOI: 10.26083/tuprints-00018673
URL / URN: https://tuprints.ulb.tu-darmstadt.de/18673
Zugehörige Links:
Herkunft: Zweitveröffentlichungsservice
Kurzbeschreibung (Abstract):

In diesem Beitrag wird die Anwendung zeitkontinuierlicher rekurrenter Fuzzy-Systeme (KRFS) zur Modellbildung technischer Systeme beschrieben. Ausgehend von der Systembeschreibung rekurrenter Fuzzy-Systeme werden Verfahren vorgestellt, mit denen das KRFS das Verhalten des Prozesses anhand von Messdaten und qualitativem Prozesswissen erlernen kann. Die Leistungsfähigkeit wird anhand der Modellierung eines biotechnologischen Prozesses gezeigt.

Alternatives oder übersetztes Abstract:
Alternatives AbstractSprache

This paper presents the application of continuous-time recurrent fuzzy systems for modeling of dynamical systems. After a short introduction on recurrent fuzzy systems, we present methods for learning the dynamics using both measurement data and qualitative knowledge. The capability of the approach is shown by modeling of a biotechnological process.

Englisch
Status: Verlagsversion
URN: urn:nbn:de:tuda-tuprints-186735
Sachgruppe der Dewey Dezimalklassifikatin (DDC): 600 Technik, Medizin, angewandte Wissenschaften > 620 Ingenieurwissenschaften und Maschinenbau
Fachbereich(e)/-gebiet(e): 18 Fachbereich Elektrotechnik und Informationstechnik
18 Fachbereich Elektrotechnik und Informationstechnik > Institut für Automatisierungstechnik und Mechatronik
18 Fachbereich Elektrotechnik und Informationstechnik > Institut für Automatisierungstechnik und Mechatronik > Regelungsmethoden und Robotik (ab 01.08.2022 umbenannt in Regelungsmethoden und Intelligente Systeme)
Hinterlegungsdatum: 09 Sep 2021 13:10
Letzte Änderung: 20 Sep 2021 07:05
PPN:
Zugehörige Links:
Export:
Suche nach Titel in: TUfind oder in Google
Frage zum Eintrag Frage zum Eintrag

Optionen (nur für Redakteure)
Redaktionelle Details anzeigen Redaktionelle Details anzeigen