They use fuzzy rule base was genera

They use fuzzy rule base was generated by learning from numerical examples. Firstly, the available set of data was divided into two subsets: the first was used for generation of the fuzzy rule base, and the other was intended to be a control data subset. After the fuzzy rule base was created, the obtained fuzzy system was tested on both subsets of data. The estimate of the number of trips for the subsets was also determined using artificial neural networks, as well as by multiple linear regressions. The training of the neural network was done using simulated annealing technique. After the testing, the fuzzy logic approach proved to give the closest estimate of the actual number of trips generated in a given area. They estimated an origin-destination matrix with fuzzy weights.

ผลลัพธ์ (ไทย) 1:

ใช้เอิบสร้างกฎพื้นฐาน โดยเรียนรู้จากตัวอย่างที่เป็นตัวเลข ประการแรก ตั้งค่าว่างของข้อมูลถูกแบ่งออกเป็น 2 ชุดย่อย: แรกถูกใช้สำหรับการสร้างฐานกฎเอิบ และอื่น ๆ สร้างขึ้นเพื่อเป็นการควบคุมข้อมูลชุดย่อย หลังจากสร้างฐานกฎเอิบ เอิบระบบได้รับถูกทดสอบบนทั้งชุดย่อยของข้อมูล การประเมินจำนวนเที่ยวสำหรับชุดย่อยที่ได้กำหนดใช้ประดิษฐ์ประสาทเครือข่าย รวมทั้งยังเป็น โดย regressions หลายเส้น ทำการฝึกอบรมของเครือข่ายประสาทโดยใช้เทคนิคจำลองหลอม หลังจากการทดสอบ วิธีตรรกศาสตร์พิสูจน์ให้ประมาณใกล้เคียงจำนวนจริงเที่ยวที่สร้างขึ้นในพื้นที่ที่กำหนด พวกเขาประเมินเมทริกซ์การต้นทางปลายทาง มีน้ำหนักชัดเจน

ผลลัพธ์ (ไทย) 2:

พวกเขาใช้ฐานกฎเลือนถูกสร้างขึ้นโดยการเรียนรู้จากตัวอย่างตัวเลข ประการแรกชุดที่มีอยู่ของข้อมูลที่ถูกแบ่งออกเป็นสองส่วนย่อย: ครั้งแรกที่ถูกนำมาใช้ในการสร้างฐานกฎฟัซซี่และอื่น ๆ ที่ตั้งใจจะควบคุมย่อยข้อมูล หลังจากที่ฐานกฎเลือนสร้างระบบฟัซซี่ได้รับการทดสอบบนทั้งสองส่วนย่อยของข้อมูล การประมาณจำนวนของการเดินทางสำหรับย่อยยังถูกกำหนดโดยใช้เครือข่ายประสาทเทียมเช่นเดียวกับการถดถอยเชิงเส้นหลาย การฝึกอบรมเครือข่ายประสาทที่ถูกทำโดยใช้เทคนิคการอบจำลอง หลังจากการทดสอบวิธีตรรกศาสตร์พิสูจน์แล้วว่าให้ประมาณการใกล้เคียงที่สุดของจำนวนที่แท้จริงของการเดินทางที่สร้างขึ้นในพื้นที่ที่กำหนด พวกเขาคาดเมทริกซ์จุดเริ่มต้นปลายทางที่มีน้ำหนักเลือน

ผลลัพธ์ (ไทย) 3:

พวกเขาใช้ฐานกฎฟัซซีถูกสร้างขึ้น โดยเรียนรู้จากตัวอย่างที่เป็นตัวเลข คือ ชุดของข้อมูลที่ถูกแบ่งออกเป็นสองส่วนย่อย : ครั้งแรกที่ใช้สำหรับการผลิตของฐานกฎฟัซซี และอื่น ๆ วัตถุประสงค์เพื่อเป็นส่วนหนึ่งของข้อมูลการควบคุม หลังฐานกฎฟัซซีถูกสร้างขึ้น โดยนำระบบถูกทดสอบทั้งชุดย่อยของข้อมูลการประมาณการจำนวนของการเดินทางสำหรับข้อมูลก็ยังระบุการใช้โครงข่ายประสาทเทียมที่เป็นเชิงเส้นหลายที่ใช้ได้แก่ การฝึกอบรมของโครงข่ายประสาทเทียม โดยใช้เทคนิคการจำลองการอบเหนียว . หลังจากการทดสอบ , ตรรกศาสตร์คลุมเครือวิธีการพิสูจน์เพื่อให้ประมาณการใกล้ของตัวเลขจริงของการเดินทางที่ถูกสร้างขึ้นในพื้นที่ที่กําหนด .พวกเขาจะประมาณเป็นจุดเริ่มต้นปลายทางเมทริกซ์กับน้ำหนักแบบฟัซซี่