@article{2021-Duerrbaum-at-Forum_TS_Toolbox,
 author = {Axel Dürrbaum and Matthias Kahl and Matthias
Himmelsbach and Andreas Kroll},
 doi = {https://doi.org/10.1515/auto-2021-0079},
 journal = {at -- Automatisierungstechnik},
 journaltitle = {Computational Intelligence},
 language = {german},
 mrtnote = {nopeer, FuzzyIdControl},
 number = {Oktober},
 owner = {duerrbaum},
 pages = {915--916},
 subtitle = {Forumsbeitrag},
 timestamp = {2020.09.11},
 title = {Toolbox zur Identifikation von
Takagi-Sugeno-Fuzzy-Modellen},
 volume = {69},
 year = {2021}
}

@article{2021-Kroll_Fischer-at-Approx_Max_Likelihood_TS_Modelle,
 abstract = {Ist Wissen über die stochastischen Eigenschaften eines dynamischen Prozesses verfügbar, so kann dies zur Verbesserung der Modellparameterschätzung erücksichtigt werden. Dabei trifft die oft gemachte Annahme i.i.d. normalverteilter Zufallsgrößen bei technischen Systemen häufig nicht zu. Im Beitrag werden deshalb die Dichtefunktionen der Zufallsgrößen als Gaußsche Mischmodelle mittels eines Multistart-Expectation-Maximization-Algorithmus geschätzt. Da die Residualdichtefunktionen zu Beginn der Identifikation nicht verfügbar sind, werden diese aus der Streuung von Wiederholexperimenten approximativ ermittelt und zur Maximum-Likelihood-Schätzung von Takagi-Sugeno-Modellen genutzt. Wegen der ausgeprägten Multimodalität der resultierenden Likelihood-Funktion wird dazu Partikelschwarm-Optimierung eingesetzt. Die Vorgehensweise wird an einem industriellen servo-pneumatischen Linearantrieb demonstriert.},
 author = {Andreas Kroll and Jana Fischer},
 doi = {https://doi.org/10.1515/auto-2020-0142},
 journal = {at -- Automatisierungstechnik},
 journaltitle = {Computational Intelligence},
 language = {german},
 mrtnote = {peer,FuzzyIdControl},
 number = {10},
 owner = {duerrbaum},
 pages = {858--869},
 timestamp = {2020.09.11},
 title = {Zur approximativen Maximum-Likelihood-Schätzung dynamischer Multi-Modelle vom Typ Takagi-Sugeno: Methodik und Anwendung auf einen Servo-Pneumatikantrieb},
 volume = {69},
 year = {2021}
}

@conference{ECDA2018,
 author = {Matthias Kahl},
 booktitle = {European Conference on Data Analysis (ECDA),
Paderborn, Germany},
 month = {4.-6. July},
 mrtnote = {nopeer,FuzzyIdControl},
 owner = {duerrbaum},
 timestamp = {2016.02.22},
 title = {Structure Identification of dynamical Takagi-Sugeno Fuzzy Models by using LPV
Techniques},
 url = {www.ecda2018.de},
 year = {2018}
}

@conference{Boppard2018,
 author = {Matthias Kahl},
 booktitle = {52. Regelungstechnisches Kolloquium, Boppard},
 month = {21.-23. Februar},
 mrtnote = {nopeer,FuzzyIdControl,SFS_TS},
 organization = {Fraunhofer IOSB},
 owner = {duerrbaum},
 timestamp = {2016.02.22},
 title = {Zur Strukturselektion bei dynamischen lokal-affinen Multi-Modellen mittels statistischer
Methoden},
 url = {https://www.iosb.fraunhofer.de/?boppard},
 year = {2018}
}

@inproceedings{Arengas2018ECC,
 address = {Limassol, Cyprus},
 author = {David Arengas and Andreas Kroll},
 booktitle = {Proceedings of the 17th {European Control
Conference} ({ECC})},
 language = {english},
 month = {June 12 -- 15},
 mrtnote = {FuzzyIdControl,peer,Search4UI},
 organization = {European Control Association (EUCA)},
 owner = {duerrbaum},
 pages = {2842--2847},
 timestamp = {2015.02.20},
 title = {Removal of Insufficiently Informative Data to Support System Identification in MISO
Processes},
 year = {2018}
}

@article{2016-AS_AK_-IJFS-TSController,
 abstract = {Often models are used for controller design that was identified under the objective to well approximate the system under study. In this paper, a scheme for identifying discrete-time locally affine Takagi - Sugeno (TS) models is presented, which better reflects the dedicated model use for designing a TS controller. For this purpose, after an initial open-loop experiment and controller design step, additional experiments are carried out in closed loop, each followed by an identification and controller design step. The deployed TS controllers are of parallel distributed compensator type but augmented by parallel drift and steady-state error compensation. The focus in this work is on a complete method that is simple and usable for real-world applications. To illustrate the practicality of the method, it is demonstrated on a laboratory-scale three-tank system.},
 author = {Alexander Schrodt and Andreas Kroll},
 doi = {10.1007/s40815-016-0290-x},
 journal = {International Journal of Fuzzy Systems},
 keywords = {Nonlinear controlI, dentification for control, Fuzzy
systems},
 language = {english},
 mrtnote = {FuzzyIdControl,peer},
 number = {6},
 owner = {duerrbaum},
 pages = {1978-1988},
 timestamp = {2016.09.12},
 title = {On Iterative Closed-Loop Identification Using Affine Takagi-Sugeno Models and
Controllers},
 url = {https://link.springer.com/article/10.1007/s40815-016-0290-x},
 volume = {19},
 year = {2017}
}

@article{Schrodt2016at,
 author = {Alexander Schrodt and Andreas Kroll},
 issn = {2196-677X},
 journal = {at -- Automatisierungstechnik},
 language = {german},
 mrtnote = {FuzzyIdControl,peer},
 number = {4},
 owner = {duerrbaum},
 pages = {270 -- 281},
 timestamp = {2015.11.02},
 title = {Zur regelungsorientierten Identifikation und driftkompensierenden
Takagi-Sugeno-Fuzzy-Regelung},
 url = {https://www.degruyter.com/view/j/auto},
 volume = {64},
 year = {2016}
}

@conference{Boppard2016,
 author = {Alexander Schrodt},
 booktitle = {50. Regelungstechnisches Kolloquium, Boppard},
 month = {17.-19. Februar},
 mrtnote = {nopeer,FuzzyIdControl},
 organization = {Fraunhofer IOSB},
 owner = {duerrbaum},
 timestamp = {2016.02.22},
 title = {Regelungsorientierte Identifikation affiner Takagi-Sugeno-Fuzzy-Modelle für Regler mit Driftkompensation},
 volume = {50},
 year = {2016}
}

@inproceedings{Schrodt2015SysID,
 address = {Beijing, China},
 author = {Alexander Schrodt and Andreas Kroll},
 booktitle = {Proceedings of the 17th IFAC Symposium on System
Identification ({SysID})},
 doi = {doi:10.1016/j.ifacol.2015.12.154},
 language = {english},
 month = {October 19 -- 21},
 mrtnote = {FuzzyIdControl,peer},
 owner = {duerrbaum},
 pages = {362 -- 367},
 timestamp = {2015.02.20},
 title = {Using an Iterative and Affine Closed-Loop Identification and Controller Design Scheme for {Takagi}-{Sugeno}
Models},
 year = {2015}
}

@inproceedings{Schrodt2015ECC,
 address = {Linz, Austria},
 author = {Alexander Schrodt and Andreas Kroll},
 booktitle = {Proceedings of the 14th {European Control
Conference} ({ECC})},
 doi = {10.1109/ECC.2015.7330575},
 language = {english},
 month = {July 15 -- 17},
 mrtnote = {FuzzyIdControl,peer},
 owner = {duerrbaum},
 pages = {392 -- 397},
 timestamp = {2015.02.20},
 title = {Drift Term Compensating Control for Off-Equilibrium Operation of Nonlinear Systems with {Takagi}-{Sugeno} Fuzzy
Models},
 year = {2015}
}

@inproceedings{Schrodt2011CI,
 abstract = {Für eine präzise Modellerstellung ist es unerlässlich, die Auswirkungen des Entwurfsverfahrens auf das entstehende Modell genau zu kennen, wobei das Ergebnis i. d. R. entscheidend durch vom Benutzer festzulegende Entwurfsparameter beeinflusst wird. Besonders interessant für eine (teil-)automatisierte Systemidentifikation ist die Klasse der clusterungsbasierten Identifikationsverfahren (unter anderem [1, 2]) mit Takagi-Sugeno- Fuzzy-Modellen (TS). Dies liegt unter anderem daran, dass TS-Modelle als universelle Approximatoren alle stetigen Systeme beliebig genau nachbilden können. Außerdem können lokale Teilmodelle, bei entsprechender Parameterwahl, als lokale Linearisierungen interpretiert werden [3, 4]. Die wichtigsten Entwurfsparameter für Fuzzy-Clusterungsverfahren sind der Unschärfeparameter m und die Clusteranzahl c. Weiterhin unterscheiden sich die Verfahren durch verschiedene Formmatrizen A der Abstandsnormen. In der Literatur findet die Wahl insbesondere des Unschärfeparameters m in Bezug auf Systemidentifikation recht wenig Beachtung. So wird meist ein Wert von m = 2 verwendet (unter anderem in [2, 3]), welcher nicht unbedingt ideal für die Systemidentifikation ist [5, 6]. In der jüngeren Literatur finden sich zwar Beispiele für die Untersuchung des Unschärfeparameters bei der Clusterung (unter anderem [6, 7, 8, 9, 10]). Allerdings beziehen sich die Untersuchungen nur zu geringem Teil auf Systemidentifikation, sondern eher auf reine Clusterung [7] oder Mustererkennungsaufgaben [10]. Im Beitrag wird die Effektivität und Effizienz verschiedener clusterungsbasierter TS-Identifikations- Verfahren sowie der Einfluss der Entwurfsparameter am Beispiel einer nichtlinearen Regressionsaufgabe untersucht. Dabei werden TS-Modelle eines stark nichtlinearen Motorkennfelds (Helixform, Bild 2) mit drei Eingangs- und einer Ausgangsgröße aus Messungen am Prüfstand (Bild 1) ermittelt und verglichen. Es wird gezeigt und begründet, dass eine Wahl von m = 2 ungünstig ist und Werte von 1 < m 1,5 zu guten Ergebnissen führen.},
 address = {Dortmund},
 author = {Schrodt, Alexander and Kroll, Andreas},
 booktitle = {21. Workshop Computational Intelligence},
 editor = {Ralf Mikut and Markus Reischl},
 language = {german},
 month = {1.-2. Dezember},
 mrtnote = {FuzzyIdControl,nopeer,pke},
 owner = {duerrbaum},
 pages = {47 -- 60},
 series = {Schriftenreihe des Instituts für Angewandte
Informatik / Automatisierungstechnik},
 timestamp = {2008.12.09},
 title = {Zur Fuzzy-Clusterungs-basierten Identifikation eines Verbrennungsmotorkennfelds: Methodenvergleich und Parametrierungsstrategie},
 year = {2011}
}

@inproceedings{KrollSSCI2011TSK,
 abstract = {Models are commonly derived and their performance is assessed wrt. minimal prediction error on a closed data set. However, if no perfect model can be used, the degrees of freedom in modeling should be used to adjust the model to application-specific metrics. For model-based controller design, control-oriented performance metrics (e.g. performance wrt. to control-critical properties) are important, but not primarily prediction (i.e. prognosis- and simulation-oriented) ones. This motivates the derivation of control-specific models. The contribution introduces structured and quantitative measures on "model suitability for control" for the class of affine dynamic Takagi-Sugeno models. A method is suggested that derives control-specific dynamic models from a physical model given as a set of nonlinear differential equations. Within a case study, the proposed method demonstrates its significance: Using control-specific models improves control performance metrics such as set-point tracking quality, stability region and energy efficiency.},
 address = {Paris, France},
 author = {Kroll, Andreas and Dürrbaum, Axel},
 booktitle = {CICA 2011 IEEE Symposium on Computational
Intelligence in Control and Automation},
 keywords = {Nonlinear dynamic modeling, Takagi-Sugeno systems,
modeling for control},
 language = {english},
 month = {April 11-15},
 mrtnote = {peer, FuzzyIdControl, talk:Dürrbaum},
 organization = {IEEE Symposium Series on Computational Intelligence},
 pages = {23 -- 30},
 title = {On Control-specific Derivation of Affine Takagi-Sugeno Models from Physical Models: Assessment Criteria and Modeling
Procedure},
 url = {https://www.ieee-ssci.org/},
 year = {2011}
}

@article{KrollAT2011,
 abstract = {Die Erstellung und Bewertung von Modellen orientiert sich i. d. R. am Prädiktionsfehler oder an der Approximationsgüte unabhängig vom Einsatzzweck eines Modells. Dies liegt an den üblichen Methoden sowie daran, dass Modellbildung und Reglerentwurf häuffig von unterschiedlichen Spezialisten durchgeführt werden. Da selten ein exaktes Modell erstellt werden kann, sollten die Freiheitsgrade bei der Modellbildung genutzt werden, um ein für die geplante Anwendung optimiertes Modell zu erhalten. Beim modellbasierten Reglerentwurf ist die Prädiktionsgüte eines Modells kein primäres Kriterium; vielmehr sollte das Modell gut für den Reglerentwurf geeignet sein. Diese Einsicht führte im Bereich der linearen Systemidentidentifikation zu neuen Methoden. In diesem Beitrag wird eine Methodik zur Ableitung regelungsorientierter Takagi-Sugeno-Fuzzy-Modelle aus physikalischen Modellen vorgestellt und am Benchmark-Beispiel des inversen Pendes demonstriert.},
 author = {Kroll, Andreas},
 doi = {10.1524/auto.2011.0964},
 journal = {Automatisierungstechnik},
 keywords = {Takagi-Sugeno-Fuzzy-Systeme, regelungsorientierte Modellbildung, nichtlineare Modellbildung, inverses Pendel},
 language = {german},
 month = {December},
 mrtnote = {peer, FuzzyIdControl},
 number = {12},
 pages = {705 -- 719},
 timestamp = {2007.12.14},
 title = {Zur regelungsorientierten Ableitung von
Takagi-Sugeno-Modellen},
 url = {https://www.oldenbourg-link.com/doi/abs/10.1524/auto.2011.0964},
 volume = {59},
 year = {2011}
}

@inproceedings{2011IFACKroll_Soldan,
 abstract = {In case of a structural mismatch between a Takagi-Sugeno model and a nonlinear system that is to be modelled, identification algorithms tend to compensate this by a finer granular partitioning. This is in conflict with the objective of parsimonious models. A novel TS model type with multi-dimensional fuzzy sets and locally adjustable/heterogeneous fuzziness is presented with a method for the adjustment. This new approach enhances the structural flexibility of the model while the number of parameters increases negligibly. Two case studies, including compressor modelling, illustrate the performance of the proposed method.},
 address = {Milano, Italy},
 author = {Andreas Kroll and Samuel Soldan},
 booktitle = {18th World Congress of the International Federation
of Automatic Control (IFAC)},
 file = {Initial Submission:M\:\\Veroeffentlichungen\\Publikationen\\IFAC2011\\266
-
InhomDicsontiIdentification\\initial_submission.pdf:PDF},
 language = {english},
 month = {28. Aug. - 2. Sep.},
 mrtnote = {peer, FuzzyIdControl},
 owner = {soldan},
 pages = {14994-14999},
 timestamp = {2010.11.08},
 title = {On Data-driven Takagi-Sugeno Modelling of Heterogeneous Systems with Multidimensional Membership
Functions},
 url = {https://www.ifac2011.org/},
 year = {2011}
}

@inproceedings{Kroll2010GMAb,
 address = {Dortmund},
 author = {Andreas Kroll and Axel Dürrbaum},
 booktitle = {20. Workshop Computational Intelligence},
 editor = {Frank Hoffmann and Eike Hüllermeier},
 language = {german},
 month = {1.-3. Dezember},
 mrtnote = {FuzzyIdControl,nopeer},
 owner = {liebermann},
 pages = {161 -- 174},
 series = {Schriftenreihe des Instituts für Angewandte
Informatik / Automatisierungstechnik},
 timestamp = {2007.12.14},
 title = {Zur regelungsspezifischen Ableitung dynamischer Tagaki-Sugeno-Modelle aus rigorosen
Modellen},
 year = {2010}
}

@inproceedings{Kroll2010a,
 address = {Dortmund},
 author = {Andreas Kroll},
 booktitle = {20. Workshop Computational Intelligence},
 editor = {Frank Hoffmann and Eike Hüllermeier},
 language = {german},
 month = {1.-3. Dezember},
 mrtnote = {FuzzyIdControl,nopeer},
 organization = {GMA-FA 5.14 "Computational Intelligence" und GI-FG "Fuzzy-Systeme und
Soft-Computing"},
 owner = {duerrbaum},
 pages = {64 -- 79},
 series = {Schriftenreihe des Instituts für Angewandte
Informatik / Automatisierungstechnik},
 timestamp = {2010.07.06},
 title = {Zur Modellierung unstetiger sowie heterogener nichtlinearer Systeme mittels Takagi-Sugeno-Fuzzy-Systemen},
 year = {2010}
}