检索结果-南通市图书馆

Parameter Optimization of Interval Type-2 Fuzzy Neural Networks Based on PSO and BBBC Methods

IEEE/CAA Journal of Automatica Sinica 2019年第1期6卷 247-257页

作者： Jiajun Wang Tufan Kumbasar the School of Automation Hangzhou Dianzi University IEEE the Control and Automation Engineering Department Faculty of Electrical and Electronics EngineeringIstanbul Technical University

Interval type-2 fuzzy neural networks(IT2FNNs)can be seen as the hybridization of interval type-2 fuzzy systems(IT2FSs) and neural networks(NNs). Thus, they naturally inherit the merits of both IT2 FSs and NNs. Although IT2 FNNs have more advantages in processing uncertain, incomplete, or imprecise information compared to their type-1 counterparts, a large number of parameters need to be tuned in the IT2 FNNs,which increases the difficulties of their design. In this paper,big bang-big crunch(BBBC) optimization and particle swarm optimization(PSO) are applied in the parameter optimization for Takagi-Sugeno-Kang(TSK) type IT2 FNNs. The employment of the BBBC and PSO strategies can eliminate the need of backpropagation computation. The computing problem is converted to a simple feed-forward IT2 FNNs learning. The adoption of the BBBC or the PSO will not only simplify the design of the IT2 FNNs, but will also increase identification accuracy when compared with present methods. The proposed optimization based strategies are tested with three types of interval type-2 fuzzy membership functions(IT2FMFs) and deployed on three typical identification models. Simulation results certify the effectiveness of the proposed parameter optimization methods for the IT2 FNNs.

关键词： Big bang-big crunch (BBBC) interval type-2 fuzzy neural networks (IT2FNNs) parameter optimization particle swarm optimization (PSO)

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

crunch迷宫

引用

体育世界(扣篮) 2007年第7期 10-13页

作者：孟凡良

教练在最后几秒的决定,往往影响着一支球队的季后赛命运。这对他们来说是个巨大的冒险。现在考验你的时刻到了,假如你是一位NBA教练,在最后的危急时刻,你该怎样布置自己的最后一击?

关键词：季后赛犯规战术 crunch 爵士队界外球勇士队活塞队湖人队小牛队 NBA

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于代价的MapReduce工作流优化

基于代价的MapReduce工作流优化

引用

作者：黄鹏北京交通大学

学位级别：硕士

随着互联网的发展,大规模数据分析逐渐成为现代企业成功的关键。与此同时,随着云计算的出现,其高灵活性,资源按需使用以及随用随付费的模式吸引越来越多的企业将数据分析任务放到云上进行。在云计算时代,MapReduce是一种被广泛认可的重... 详细信息

随着互联网的发展,大规模数据分析逐渐成为现代企业成功的关键。与此同时,随着云计算的出现,其高灵活性,资源按需使用以及随用随付费的模式吸引越来越多的企业将数据分析任务放到云上进行。在云计算时代,MapReduce是一种被广泛认可的重要的大规模数据分析工具。它提供了一个简单并且具有高容错性的框架,使用户能够在不同的机器上并行处理数据密集型任务。本文介绍了MapReduce及其不同的实现,分析了MapReduce的内部工作流程,性能指标以及影响其性能的因素,详细介绍了一种基于I/O成本的性能模型。本文还介绍了MapReduce工作流的概念以及为什么需要MapReduce工作流。列举了常见的MapReduce工作流引擎,并对其行了对比。本文对开源工作流引擎crunch的设计思路、框架结构、工作原理以及存在的问题进行了阐述并对其不足提出了一种基于I/O成本模型的优化算法。为了验证本文所提出的优化算法的有效性及其优化效果,实现了一个协同过滤推荐算法,并利用不同的数据集分别在标准的crunch系统和加入本文所提出的优化算法后的crunch系统上进行实验。实验结果表明：加入优化算法后的crunch系统比标准的crunch系统具有更高的执行效率。

关键词：云计算 MapReduce Hadoop 工作流 crunch

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：