scholarly journals Autonomous Flight for Small Glider Robots Based on Fuzzy Inference

Author(s):  
Satoshi HOSHINO ◽  
Yusuke WATANABE ◽  
Tatsumasa YAMASHIRO
2016 ◽  
pp. 141-149
Author(s):  
S.V. Yershov ◽  
◽  
R.М. Ponomarenko ◽  

Parallel tiered and dynamic models of the fuzzy inference in expert-diagnostic software systems are considered, which knowledge bases are based on fuzzy rules. Tiered parallel and dynamic fuzzy inference procedures are developed that allow speed up of computations in the software system for evaluating the quality of scientific papers. Evaluations of the effectiveness of parallel tiered and dynamic schemes of computations are constructed with complex dependency graph between blocks of fuzzy Takagi – Sugeno rules. Comparative characteristic of the efficacy of parallel-stacked and dynamic models is carried out.


2017 ◽  
Vol 3 (1) ◽  
pp. 36-48
Author(s):  
Erwan Ahmad Ardiansyah ◽  
Rina Mardiati ◽  
Afaf Fadhil

Prakiraan atau peramalan beban listrik dibutuhkan dalam menentukan jumlah listrik yang dihasilkan. Ini menentukan  agar tidak terjadi beban berlebih yang menyebabkan pemborosan atau kekurangan beban listrik yang mengakibatkan krisis listrik di konsumen. Oleh karena itu di butuhkan prakiraan atau peramalan yang tepat untuk menghasilkan energi listrik. Teknologi softcomputing dapat digunakan  sebagai metode alternatif untuk prediksi beban litrik jangka pendek salah satunya dengan metode  Adaptive Neuro Fuzzy Inference System pada penelitian tugas akhir ini. Data yang di dapat untuk mendukung penelitian ini adalah data dari APD PLN JAWA BARAT yang berisikan laporan data beban puncak bulanan penyulang area gardu induk majalaya dari januari 2011 sampai desember 2014 sebagai data acuan dan data aktual januari-desember 2015. Data kemudian dilatih menggunakan metode ANFIS pada software MATLAB versi b2010. Dari data hasil pelatihan data ANFIS kemudian dilakukan perbandingan dengan data aktual dan data metode regresi meliputi perbandingan anfis-aktual, regresi-aktual dan perbandingan anfis-regresi-aktual. Dari perbandingan disimpulkan bahwa data metode anfis lebih mendekati data aktual dengan rata-rata 1,4%, menunjukan prediksi ANFIS dapat menjadi referensi untuk peramalan beban listrik dimasa depan.


2019 ◽  
Vol 12 (6) ◽  
pp. 239
Author(s):  
Mohanad Alnuaimi ◽  
Mario George Perhinschi ◽  
Ghassan Al-Sinbol
Keyword(s):  

Author(s):  
Hirosato SEKI ◽  
Fuhito MIZUGUCHI ◽  
Satoshi WATANABE ◽  
Hiroaki ISHII ◽  
Masaharu MIZUMOTO

Sign in / Sign up

Export Citation Format

Share Document