Author | Title | Year | Journal/Proceedings | DOI/URL | |
---|---|---|---|---|---|
Axel Dürrbaum, Matthias Kahl, Matthias Himmelsbach, Andreas Kroll | Toolbox zur Identifikation von Takagi-Sugeno-Fuzzy-Modellen [BibTeX] |
2021 | at - Automatisierungstechnik, vol. 69, no. Oktober, pp. 915-916 | DOI | |
BibTeX: @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} } |
|||||
Andreas Kroll, Jana Fischer | Zur approximativen Maximum-Likelihood-Schätzung dynamischer Multi-Modelle vom Typ Takagi-Sugeno: Methodik und Anwendung auf einen Servo-Pneumatikantrieb | 2021 | at - Automatisierungstechnik, vol. 69, no. 10, pp. 858-869 | DOI | |
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. | |||||
BibTeX: @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} } |
|||||
Matthias Kahl | Structure Identification of dynamical Takagi-Sugeno Fuzzy Models by using LPV Techniques [BibTeX] |
2018 | European Conference on Data Analysis (ECDA), Paderborn, Germany, 4.-6. July | URL | |
BibTeX: @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} } |
|||||
Matthias Kahl | Zur Strukturselektion bei dynamischen lokal-affinen Multi-Modellen mittels statistischer Methoden [BibTeX] |
2018 | 52. Regelungstechnisches Kolloquium, Boppard, Fraunhofer IOSB, 21.-23. Februar | URL | |
BibTeX: @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} } |
|||||
David Arengas, Andreas Kroll | Removal of Insufficiently Informative Data to Support System Identification in MISO Processes [BibTeX] |
2018 | Proceedings of the 17th European Control Conference (ECC), pp. 2842-2847, Limassol, Cyprus, European Control Association (EUCA), June 12 - 15 | ||
BibTeX: @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} } |
|||||
Alexander Schrodt, Andreas Kroll | On Iterative Closed-Loop Identification Using Affine Takagi-Sugeno Models and Controllers | 2017 | International Journal of Fuzzy Systems, vol. 19, no. 6, pp. 1978-1988 | DOI , URL | |
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. | |||||
BibTeX: @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} } |
|||||
Alexander Schrodt, Andreas Kroll | Zur regelungsorientierten Identifikation und driftkompensierenden Takagi-Sugeno-Fuzzy-Regelung [BibTeX] |
2016 | at - Automatisierungstechnik, vol. 64, no. 4, pp. 270 - 281 | URL | |
BibTeX: @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} } |
|||||
Alexander Schrodt | Regelungsorientierte Identifikation affiner Takagi-Sugeno-Fuzzy-Modelle für Regler mit Driftkompensation [BibTeX] |
2016 | 50. Regelungstechnisches Kolloquium, Boppard, vol. 50, Fraunhofer IOSB, 17.-19. Februar | ||
BibTeX: @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} } |
|||||
Alexander Schrodt, Andreas Kroll | Using an Iterative and Affine Closed-Loop Identification and Controller Design Scheme for Takagi-Sugeno Models [BibTeX] |
2015 | Proceedings of the 17th IFAC Symposium on System Identification (SysID), pp. 362 - 367, Beijing, China, October 19 - 21 | DOI | |
BibTeX: @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} } |
|||||
Alexander Schrodt, Andreas Kroll | Drift Term Compensating Control for Off-Equilibrium Operation of Nonlinear Systems with Takagi-Sugeno Fuzzy Models [BibTeX] |
2015 | Proceedings of the 14th European Control Conference (ECC), pp. 392 - 397, Linz, Austria, July 15 - 17 | DOI | |
BibTeX: @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} } |
|||||
Schrodt, Alexander, Kroll, Andreas | Zur Fuzzy-Clusterungs-basierten Identifikation eines Verbrennungsmotorkennfelds: Methodenvergleich und Parametrierungsstrategie | 2011 | 21. Workshop Computational Intelligence, pp. 47 - 60, Schriftenreihe des Instituts für Angewandte Informatik / Automatisierungstechnik, Dortmund, 1.-2. Dezember | ||
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. | |||||
BibTeX: @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} } |
|||||
Kroll, Andreas, Dürrbaum, Axel | On Control-specific Derivation of Affine Takagi-Sugeno Models from Physical Models: Assessment Criteria and Modeling Procedure | 2011 | CICA 2011 IEEE Symposium on Computational Intelligence in Control and Automation, pp. 23 - 30, Paris, France, IEEE Symposium Series on Computational Intelligence, April 11-15 | URL | |
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. | |||||
BibTeX: @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} } |
|||||
Kroll, Andreas | Zur regelungsorientierten Ableitung von Takagi-Sugeno-Modellen | 2011 | Automatisierungstechnik, vol. 59, no. 12, pp. 705 - 719, December | DOI , URL | |
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. | |||||
BibTeX: @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} } |
|||||
Andreas Kroll, Samuel Soldan | On Data-driven Takagi-Sugeno Modelling of Heterogeneous Systems with Multidimensional Membership Functions | 2011 | 18th World Congress of the International Federation of Automatic Control (IFAC), pp. 14994-14999, Milano, Italy, 28. Aug. - 2. Sep. | URL | |
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. | |||||
BibTeX: @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} } |
|||||
Andreas Kroll, Axel Dürrbaum | Zur regelungsspezifischen Ableitung dynamischer Tagaki-Sugeno-Modelle aus rigorosen Modellen [BibTeX] |
2010 | 20. Workshop Computational Intelligence, pp. 161 - 174, Schriftenreihe des Instituts für Angewandte Informatik / Automatisierungstechnik, Dortmund, 1.-3. Dezember | ||
BibTeX: @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} } |
|||||
Andreas Kroll | Zur Modellierung unstetiger sowie heterogener nichtlinearer Systeme mittels Takagi-Sugeno-Fuzzy-Systemen [BibTeX] |
2010 | 20. Workshop Computational Intelligence, pp. 64 - 79, Schriftenreihe des Instituts für Angewandte Informatik / Automatisierungstechnik, Dortmund, GMA-FA 5.14 "Computational Intelligence" und GI-FG "Fuzzy-Systeme und Soft-Computing", 1.-3. Dezember | ||
BibTeX: @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} } |
Created by JabRef on 17.05.24.