A multi-objective genetic type-2 fuzzy extreme learning system for the identification of nonlinear dynamic systems
The major challenge in the design of Interval type-2 fuzzy logic system (IT2FLS) is to determine the optimal parameters for their antecedent and consequent parts. The most frequently used objective function for the design of IT2FLSs is root mean squared error (RMSE). However, other than RMSE, the ma...
محفوظ في:
المؤلفون الرئيسيون: | Hassan, S., Khanesar, M.A., Jaafar, J., Khosravi, A. |
---|---|
التنسيق: | مقال |
منشور في: |
Institute of Electrical and Electronics Engineers Inc.
2017
|
الوصول للمادة أونلاين: | https://www.scopus.com/inward/record.uri?eid=2-s2.0-85015810351&doi=10.1109%2fSMC.2016.7844235&partnerID=40&md5=e21b238d7e6a8a96f871e0fcb4b97e8b http://eprints.utp.edu.my/20157/ |
الوسوم: |
إضافة وسم
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!
|
مواد مشابهة
-
Artificial bee colony optimization of interval type-2 fuzzy extreme learning system for chaotic data
بواسطة: Hassan, S., وآخرون
منشور في: (2016) -
A systematic design of interval type-2 fuzzy logic system using extreme learning machine for electricity load demand forecasting
بواسطة: Hassan, S., وآخرون
منشور في: (2016) -
Optimal parameters of an ELM-based interval type 2 fuzzy logic system: a hybrid learning algorithm
بواسطة: Hassan, S., وآخرون
منشور في: (2018) -
Training of interval type-2 fuzzy logic system using extreme learning machine for load forecasting
بواسطة: Hassan, S., وآخرون
منشور في: (2015) -
Nonlinear dynamic system identification using Volterra series: multi-objective optimization approach
بواسطة: Loghmanian, S. M. R., وآخرون
منشور في: (2011)