En raison d'une grêve chez bpost, votre commande pourrait être retardée. Vous avez besoin d’un livre rapidement ? Nos magasins vous accueillent à bras ouverts !

Retrait gratuit dans votre magasin Club
7.000.000 titres dans notre catalogue
Payer en toute sécurité
Toujours un magasin près de chez vous

En raison de la grêve chez bpost, votre commande pourrait être retardée. Vous avez besoin d’un livre rapidement ? Nos magasins vous accueillent à bras ouverts !

Retrait gratuit dans votre magasin Club
7.000.0000 titres dans notre catalogue
Payer en toute sécurité
Toujours un magasin près de chez vous

Magasins

Wishlist

Magasins

Wishlist

Chercher

Carte cadeau Club

48,45 €

+ 96 points

Livraison sous 1 à 4 semaines

Passer une commande en un clic

Payer en toute sécurité

Livraison en Belgique: 3,99 €

Livraison en magasin gratuite

Description

The limited capability of conventional controllers to control complicated, dynamical, systems has motivated research into so-called intelligent control systems. In this project, a genetic algorithm is used to tune a fuzzy logic controller by finding a set of controller coefficients that minimize the tracking error and control effort. The principle assumption in this application is that traditional analysis has not been performed in the design of the controller. The control system will learn how to control the nonlinear system by learning the system's characteristics in real time. The genetic algorithm has been applied in the optimization of various aspects of these intelligent controllers. Work in the area of GAs applied to fuzzy control is broadly split into two categories: tuning of the membership functions and elicitation of the rulebase in by varying the rulebase parameters. Most of this work has been performed offline. In our system, the tuning of the fuzzy logic controller takes place on line, while the system is operating.