A type-2 fuzzy c-regression clustering algorithm for Takagi–Sugeno system identification and its application in the steel industry

This paper proposes a new type-2 fuzzy c-regression clustering algorithm for the structure identification phase of Takagi–Sugeno (T–S) systems. We present uncertainties with fuzzifier parameter “ m”. In order to identify the parameters of interval type-2 fuzzy sets, two fuzzifiers “ m 1 ” and “ m 2...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Information sciences Ročník 187; s. 179 - 203
Hlavní autoři:	Fazel Zarandi, M.H., Gamasaee, R., Turksen, I.B.
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier Inc 15.03.2012
Témata:	Algorithms Clustering Fuzzy Fuzzy logic Fuzzy set theory Gaussian mixture Intervals Iron and steel industry IT2F c-regression clustering Mathematical models Multiple-regression Steel industry Structure identification Weighted least square Structure identification Gaussian mixture Multiple-regression IT2F c-regression clustering Steel industry Weighted least square
ISSN:	0020-0255, 1872-6291
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!