Fuzzy-Modellierung nichtlinearer dynamischer Systeme mit Unsicherheiten
Bearbeiter
M.Sc. Salman Zaidi
Zeitraum
Oktober 2011 - Dezember 2016
Förderung
Kurzbeschreibung
Bei der Modellierung von physikalischen Systemen der realen Welt aus Input-/Output-Daten können manche Systemdynamiken oder externe Störungen unmodelliert bleiben. Dies kann zu Unsicherheit darüber führen, wie nah das Modell am "echten System" ist.
Abhängig von der Charakteristik der Unsicherheiten könnten diese Informationen bei ihrer Streuung maximale/minimale Grenzen der statistischen oder der Output-Information darstellen.
Konventionelle Fuzzy-Systeme besitzen diese Fähigkeit nicht. Im Gegensatz dazu kann ein Typ 2 FLS (T2FLS) höhere Ebenen von Unsicherheiten darstellen. Jedoch werden Interpretation, Verlässlichkeit und Genauigkeit dieser Fähigkeit, zusätzliche Information zu liefern, selten in der Literatur diskutiert.
Alternativ kann konventionelle Fuzzy-Modellierung mit einer stochastischen Theorie kombiniert warden. Basierend auf der erweiterten Chebyshev Ungleichung für endliche Muster, kann man die oberen und unteren Grenzen der Output-Zeitreihen erhalten, indem das 95%-Vertrauensintervall verwendet wird. Das erhaltene Modell kann somit den wahrscheinlichsten Wert vorhersagen ebenso wie die Modellgrenzen, um die Einhüllende der Output-Signale vorherzusagen.