Skip to main content

Anwendung von Fuzzy Systemen zur Prozeßoptimierung

  • Chapter
Fuzzy Theorie und Stochastik

Part of the book series: Computational Intelligence ((CI))

  • 256 Accesses

Zusammenfassung

Fahrrad fahren ist für die meisten von uns ein einfacher Balanceakt, den wir unbewußt beherrschen. Wir können auch verbal beschreiben, wie zu lenken ist, um nicht umzufallen. Doch ist es nur wenigen vergönnt, die mathematischen Gleichungen des zugrundeliegenden dynamischen Systems und dessen Kontrolle für eine maschinelle Lösung, eine Robotersteuerung zum Beispiel, zu formulieren. Die Fähigkeit, auch ohne Differentialgleichungen Fahrrad fahren zu können, kann man sich technologisch durch Fuzzy Systeme, die linguistisch formuliertes Wissen verarbeiten können, zunutze machen. So ist es möglich, Fuzzy Systeme sowohl direkt zur Regelung und Steuerung als auch zur Modellierung zu benutzen. Fuzzy Modelle eignen sich besonders zur rechnergestützten Darstellung von technischen Prozessen, die dadurch kostengünstig simuliert werden können. Dies gilt besonders für Arbeitsbereiche, in denen der Prozeß nicht oder nur schwer physikalisch zu realisieren ist. Neben der Simulation werden Fuzzy Modelle häufig auch als Softsensoren oder Prädiktoren eingesetzt, die z. B. Qualitäten online berechnen können.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 49.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 84.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  1. Appl, M.: Prozeßoptimierung am Beispiel der Hartfaserplatten-Produktion. Diplomarbeit an der Technischen Universität Braunschweig 1998.

    Google Scholar 

  2. Bertsekas, D. P.: Nonlinear Programming. Athena Scientific, Belmont, Massachusetts 1995.

    Google Scholar 

  3. Holland, J. H.: Adaption in natural and artifical systems. Ann Arbor, MI: University of Michigan-Press 1975.

    Google Scholar 

  4. Rechenberg, I.: Evolutionsstrategie - Optimierung technischer Systeme nach Prinzipien der biologischen Evolution. Problemata Frommann-Holzboog 1973.

    Google Scholar 

  5. Scale, L. E.: Introduction to Non-linear Optimization. Macmillan Publishers Ltd. 1985.

    Google Scholar 

  6. Schwefel, H. P.: Numerische Optimierung von Computer-Modellen mittels der Evolutionsstrategie. Birkhäuser Verlag, Basel, Stuttgart 1977.

    Google Scholar 

  7. Duda, R.; Hart, P.: Pattern Classification and Scene Analysis. Wiley, New York 1973.

    MATH  Google Scholar 

Download references

Authors

Editor information

Editors and Affiliations

Rights and permissions

Reprints and permissions

Copyright information

© 1999 Springer Fachmedien Wiesbaden

About this chapter

Cite this chapter

Appl, M., Hollatz, J. (1999). Anwendung von Fuzzy Systemen zur Prozeßoptimierung. In: Seising, R. (eds) Fuzzy Theorie und Stochastik. Computational Intelligence. Vieweg+Teubner Verlag, Wiesbaden. https://doi.org/10.1007/978-3-663-10120-8_18

Download citation

  • DOI: https://doi.org/10.1007/978-3-663-10120-8_18

  • Publisher Name: Vieweg+Teubner Verlag, Wiesbaden

  • Print ISBN: 978-3-528-05682-7

  • Online ISBN: 978-3-663-10120-8

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics