Zusammenfassung
Ein vielversprechendes Anwendungskonzept von Fuzzy-Reglern besteht in ihrer Kombination mit anderen Techniken aus dem Bereich der Computational Intelligence, um die Vorteile von Fuzzy-Reglern — die Interpretierbarkeit — mit denen von neuronalen Netzen — Lernfähigkeit — oder evolutionären Algorithmen — Möglichkeit zur Adaption — zu vereinen. Es gibt eine Vielzahl solcher Kombinationsansätze, die als hybride Fuzzy-Systeme bezeichnet werden. Ihr Ziel besteht in der Feinabstimmung oder Verbesserung von Fuzzy-Reglern und Regeln durch die Optimierung geeigneter Zielfunktionen.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2015 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Kruse, R., Borgelt, C., Braune, C., Klawonn, F., Moewes, C., Steinbrecher, M. (2015). Hybride Systeme zur Optimierung von Fuzzy-Reglern. In: Computational Intelligence. Computational Intelligence. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-10904-2_21
Download citation
DOI: https://doi.org/10.1007/978-3-658-10904-2_21
Published:
Publisher Name: Springer Vieweg, Wiesbaden
Print ISBN: 978-3-658-10903-5
Online ISBN: 978-3-658-10904-2
eBook Packages: Computer Science and Engineering (German Language)