It is used to derive five fuzzy ‘if

It is used to derive five fuzzy ‘if-then’ rules that govern the processing a set of input variables to produce a single predicted output. The output is then compared to the measured values to test the accuracy of the model. Each input variable is linked to five parameterized Gaussian-shaped membership functions (MFs) that represent its fuzzy linguistic labels (i.e.very low, low, medium, high and very high). The details of the MF parameters and the learning algorithms involved are not discussed here as the emphasis is given to the specific case of building energy forecasting.

ผลลัพธ์ (ไทย) 1:

ใช้มาห้าเลือน 'นั้นถ้า' กฎที่ควบคุมการประมวลผลชุดของตัวแปรอินพุตในการผลิตผลผลิตเดียวคาดการณ์ แล้วมีการเปรียบเทียบผลลัพธ์กับค่าที่วัดการทดสอบความถูกต้องของรูปแบบ แต่ละตัวแปรอินพุตกับห้าสมาชิกนที่รูปพารามิเตอร์ฟังก์ชัน (MFs) ที่เป็นตัวแทนของป้ายภาษาเลือน (i.e.very ต่ำ ต่ำ ปานกลาง สูง และสูงมาก) ไม่มีการกล่าวถึงรายละเอียดของพารามิเตอร์ MF และขั้นตอนวิธีการเรียนรู้ที่เกี่ยวข้องที่นี่เน้นให้กับกรณีเฉพาะของการสร้างการคาดการณ์พลังงาน

ผลลัพธ์ (ไทย) 2:

มันถูกใช้เพื่อสืบทอดมาห้าเลือนกฎ 'IF-แล้ว' ที่ควบคุมการประมวลผลชุดของตัวแปรในการผลิตการส่งออกที่คาดการณ์เดียว เอาท์พุทจากนั้นเมื่อเทียบกับค่าที่วัดได้ในการทดสอบความถูกต้องของรูปแบบ ตัวแปรแต่ละครั้งจะถูกเชื่อมโยงกับห้าแปรรูปแบบเกาส์ฟังก์ชั่นสมาชิก (MFs) ที่แสดงฉลากภาษาของฟัซซี่ (ievery ต่ำต่ำกลางสูงและสูงมาก) รายละเอียดของพารามิเตอร์ MF และขั้นตอนวิธีการเรียนรู้ที่เกี่ยวข้องจะไม่กล่าวถึงที่นี่ในฐานะเน้นจะได้รับการเฉพาะกรณีของการพยากรณ์พลังงานในอาคาร

ผลลัพธ์ (ไทย) 3:

มันถูกใช้เพื่อให้ได้ห้าเลือน " ถ้า " กฎที่ควบคุมการประมวลผลชุดของตัวแปรในการผลิตเดียวคาดการณ์ผลผลิต การแสดงผลเพื่อเปรียบเทียบกับค่าที่วัดเพื่อทดสอบความถูกต้องของแบบจำลอง ตัวแปรแต่ละท่านจะเชื่อมโยงกับรูปห้าพารามิเตอร์เสียนฟังก์ชันความเป็นสมาชิก ( MFS ) ซึ่งเป็นตัวแทนของฟัซซี่ ( i.e.very ป้ายภาษาต่ำ , ต่ำ , กลาง , สูงและสูงมาก ) รายละเอียดของ MF พารามิเตอร์และการเรียนรู้ขั้นตอนวิธีที่เกี่ยวข้องจะไม่กล่าวถึงในที่นี้ เช่น เน้นให้เฉพาะกรณีของการสร้างพลังงาน การพยากรณ์