Adaptivni neuro fazi sistemi u identifikaciji, modelovanju i upravljanju - pregled stanja u oblasti istraživanja
Апстракт
Adaptivni neuro fazi sistemi zaključivanja (eng. Adaptive Neural Fuzzy Inference Systems) ANFIS imaju sve veću tendenciju upotrebe u naučnim istraživanjima i praktičnim primenama. Digitalizacija proizvodnje i pojava Industrije 4.0 omogućila je razvoj ovog trenda, pre svega, zbog sposobnosti prilagođavanja zadatku integrisanjem veštačkih neuronskih mreža i fazi logike, čime se potencijalno mogu iskoristiti prednosti obe tehnike u jedinstvenim okvirima. Ovaj pristup olakšao je procese modelovanja, analize podataka, klasifikacije i upravljanja. Pogodnost ANFIS sistema, u odnosu na konvencionalne metode, se ogleda u mogućnosti predviđanja izlaza na osnovu skupa ulaza i baze pravila. Takođe, ovi sistemi su pogodni za korišćenje u upravljanju, jer pružaju mogućnost za podešavanje parametara upravljačkog sistema. U ovom radu je predstavljena struktura ANFIS sistema i dat je detaljan prikaz dosadašnjih dostignuća, kroz komparativnu analizu, pri čemu su istaknute neke moguće sfere interdiscipli...narne primene. Razmatrane su mogućnosti za varijacije, poboljšanja i inovacije algoritma, kao i smanjenja složenosti same arhitekture mreže. Prikazani su predlozi za neke nove, još neiskorišćene kombinacije sa metaheurističkim metodama optimizacije. Konačno, date su bitne smernice o tome kada i gde je korisno primeniti ANFIS sisteme.
Кључне речи:
ANFIS / adaptivni sistemi / fazi logika i upravljanje / neuronske mreže / optimizacijaИзвор:
Tehnika, 2022, 77, 4, 439-446Издавач:
- Beograd : Savez inženjera i tehničara Srbije
Финансирање / пројекти:
- Министарство науке, технолошког развоја и иновација Републике Србије, институционално финансирање - 200105 (Универзитет у Београду, Машински факултет) (RS-MESTD-inst-2020-200105)
- MISSION4.0 - Deep Machine Learning and Swarm Intelligence-Based Optimization Algorithms for Control and Scheduling of Cyber-Physical Systems in Industry 4.0 (RS-ScienceFundRS-AI-6523109)
Колекције
Институција/група
Mašinski fakultetTY - JOUR AU - Vesović, Mitra AU - Jovanović, Radiša PY - 2022 UR - https://machinery.mas.bg.ac.rs/handle/123456789/4547 AB - Adaptivni neuro fazi sistemi zaključivanja (eng. Adaptive Neural Fuzzy Inference Systems) ANFIS imaju sve veću tendenciju upotrebe u naučnim istraživanjima i praktičnim primenama. Digitalizacija proizvodnje i pojava Industrije 4.0 omogućila je razvoj ovog trenda, pre svega, zbog sposobnosti prilagođavanja zadatku integrisanjem veštačkih neuronskih mreža i fazi logike, čime se potencijalno mogu iskoristiti prednosti obe tehnike u jedinstvenim okvirima. Ovaj pristup olakšao je procese modelovanja, analize podataka, klasifikacije i upravljanja. Pogodnost ANFIS sistema, u odnosu na konvencionalne metode, se ogleda u mogućnosti predviđanja izlaza na osnovu skupa ulaza i baze pravila. Takođe, ovi sistemi su pogodni za korišćenje u upravljanju, jer pružaju mogućnost za podešavanje parametara upravljačkog sistema. U ovom radu je predstavljena struktura ANFIS sistema i dat je detaljan prikaz dosadašnjih dostignuća, kroz komparativnu analizu, pri čemu su istaknute neke moguće sfere interdisciplinarne primene. Razmatrane su mogućnosti za varijacije, poboljšanja i inovacije algoritma, kao i smanjenja složenosti same arhitekture mreže. Prikazani su predlozi za neke nove, još neiskorišćene kombinacije sa metaheurističkim metodama optimizacije. Konačno, date su bitne smernice o tome kada i gde je korisno primeniti ANFIS sisteme. PB - Beograd : Savez inženjera i tehničara Srbije T2 - Tehnika T1 - Adaptivni neuro fazi sistemi u identifikaciji, modelovanju i upravljanju - pregled stanja u oblasti istraživanja EP - 446 IS - 4 SP - 439 VL - 77 DO - 10.5937/tehnika2204439V ER -
@article{ author = "Vesović, Mitra and Jovanović, Radiša", year = "2022", abstract = "Adaptivni neuro fazi sistemi zaključivanja (eng. Adaptive Neural Fuzzy Inference Systems) ANFIS imaju sve veću tendenciju upotrebe u naučnim istraživanjima i praktičnim primenama. Digitalizacija proizvodnje i pojava Industrije 4.0 omogućila je razvoj ovog trenda, pre svega, zbog sposobnosti prilagođavanja zadatku integrisanjem veštačkih neuronskih mreža i fazi logike, čime se potencijalno mogu iskoristiti prednosti obe tehnike u jedinstvenim okvirima. Ovaj pristup olakšao je procese modelovanja, analize podataka, klasifikacije i upravljanja. Pogodnost ANFIS sistema, u odnosu na konvencionalne metode, se ogleda u mogućnosti predviđanja izlaza na osnovu skupa ulaza i baze pravila. Takođe, ovi sistemi su pogodni za korišćenje u upravljanju, jer pružaju mogućnost za podešavanje parametara upravljačkog sistema. U ovom radu je predstavljena struktura ANFIS sistema i dat je detaljan prikaz dosadašnjih dostignuća, kroz komparativnu analizu, pri čemu su istaknute neke moguće sfere interdisciplinarne primene. Razmatrane su mogućnosti za varijacije, poboljšanja i inovacije algoritma, kao i smanjenja složenosti same arhitekture mreže. Prikazani su predlozi za neke nove, još neiskorišćene kombinacije sa metaheurističkim metodama optimizacije. Konačno, date su bitne smernice o tome kada i gde je korisno primeniti ANFIS sisteme.", publisher = "Beograd : Savez inženjera i tehničara Srbije", journal = "Tehnika", title = "Adaptivni neuro fazi sistemi u identifikaciji, modelovanju i upravljanju - pregled stanja u oblasti istraživanja", pages = "446-439", number = "4", volume = "77", doi = "10.5937/tehnika2204439V" }
Vesović, M.,& Jovanović, R.. (2022). Adaptivni neuro fazi sistemi u identifikaciji, modelovanju i upravljanju - pregled stanja u oblasti istraživanja. in Tehnika Beograd : Savez inženjera i tehničara Srbije., 77(4), 439-446. https://doi.org/10.5937/tehnika2204439V
Vesović M, Jovanović R. Adaptivni neuro fazi sistemi u identifikaciji, modelovanju i upravljanju - pregled stanja u oblasti istraživanja. in Tehnika. 2022;77(4):439-446. doi:10.5937/tehnika2204439V .
Vesović, Mitra, Jovanović, Radiša, "Adaptivni neuro fazi sistemi u identifikaciji, modelovanju i upravljanju - pregled stanja u oblasti istraživanja" in Tehnika, 77, no. 4 (2022):439-446, https://doi.org/10.5937/tehnika2204439V . .