2. CONCEPT OF FUZZY BASEDPARAMETER

2. CONCEPT OF FUZZY BASED
PARAMETER ESTIMATION
The present concept assumes that spatially distributed
models represented by PDEs (e.g. Navier-Stokes
equations) can be numerically solved by finite element
method. Parameters that can not be calculated
by analytic models (like static or ordinary differential
equations (ODEs)) can often be approximated
by means of expert knowledge that is incorporated
by if-then-rules. With an inference scheme
of Fuzzy Logic [11] the expert knowledge can be
transformed into physical crisp values. This approach
allows the maximal use of expert knowledge
and reduces limitations due to missing information
and parameter values. Figure 1 shows the structure
of a coupled Fuzzy and FEM model where the output
variables of the FEM model is returned to the
Fuzzy model as input variables. This model structure
in general yields a nonlinear FEM model.
The calculation of the Fuzzy model consists in
three steps [11]: 1. Fuzzyfication of input parameters,
2. inference of if-then-rules and 3. defuzzyfi-
cation. Within step one the considered input/output
variables are transformed to linguistic variables, e.g.
small, medium, large and maximum ranges of the
considered variables are defined. In the inference
unit (step two) the actual processing of the linguistic
variables is performed whereby if-then-rules have
to be formulated by experts that describe the interdependence
of the input parameters to the output
parameter(s). The defuzzyfication (step three)
generates crisp physical output values of the Fuzzy
model.
The concept of coupled Fuzzy and FEM models
is demonstrated by the modelling and simulation
of algae growth in flat water bodies and related
eutrophication effects. The proposed approach is
very suited for this problem as the hydrodynamics is
Fig. 1. Structure of coupling spatially distributed
FEM-models and Fuzzy models.
well understood whereas the biochemical processes
are still a topic of research and the developed models
are very complex and require a big number of
parameters [2]. Since in general the required parameters
(e.g. growth rates) are not measurable for
the entire model domain the idea raised to estimate
them by taking the main variables (e.g. temperature,
fluid velocity, nutrients concentration) into account
and estimate the algae growth rate by Fuzzy
model. The next section summarises the main re

ผลลัพธ์ (ไทย) 1:

2. คะแนนแนวคิดของพร่าเลือนการประมาณค่าพารามิเตอร์แนวคิดปัจจุบันสันนิษฐานที่ spatially กระจายรุ่นที่แสดง โดย PDEs (เช่น Navier-Stokesสมการ) สามารถแก้ไขตัวเลข โดยไนต์วิธีการ พารามิเตอร์ที่ไม่สามารถคำนวณโดยการวิเคราะห์รูปแบบ (เช่นคงที่ หรือสามัญต่างสมการที่ (ODEs)) สามารถมักจะหาค่าประมาณโดยใช้ความเชี่ยวชาญที่เป็นโดยถ้านั้นกฎ มีแบบแผนการอ้างอิงความเชี่ยวชาญสามารถเป็นของตรรกศาสตร์คลุมเครือ [11]เปลี่ยนเป็นค่าจริงคมชัด วิธีการนี้อนุญาตให้ใช้ความเชี่ยวชาญสูงสุดและลดข้อจำกัดเนื่องจากข้อมูลหายไปและค่าพารามิเตอร์ รูปที่ 1 แสดงโครงสร้างFuzzy และ FEM คู่รุ่นส่งออกตัวแปรของแบบจำลอง FEM ถูกส่งกลับไปรุ่นเลือนเป็นตัวแปรที่ป้อนเข้า โครงสร้างแบบนี้โดยทั่วไปผลผลิตแบบจำลอง FEM ไม่เชิงเส้นประกอบด้วยการคำนวณแบบเลือนขั้นตอนที่ 3 [11]: 1 Fuzzyfication ของพารามิเตอร์ป้อนเข้า2. อนุมานกฎถ้านั้นและ 3 defuzzyfi-รก ในขั้นตอนที่หนึ่งพิจารณาเอาท์พุตกลายเป็นทางภาษาตัวแปร ตัวแปรเช่นขนาดเล็ก ขนาดกลาง ขนาดใหญ่ และสูงสุดช่วงของการมีกำหนดตัวแปรที่พิจารณา ในการอนุมานหน่วย (ขั้น 2) การประมวลผลของภาษาตัวแปรจะดำเนินการ โดยมีกฎว่าแล้วการใช้สูตร โดยผู้เชี่ยวชาญที่อธิบายความขึ้นต่อกันพารามิเตอร์สำหรับการป้อนค่ากับผลผลิตพารามิเตอร์ Defuzzyfication (ขั้นตอนที่สาม)สร้างผลผลิตทางกายภาพคมค่าของ Fuzzy การรุ่นแนวคิดของแบบจำลอง FEM และ Fuzzy คู่แสดง โดยสร้างแบบจำลองและการจำลองของสาหร่าย เจริญเติบโตในน้ำแบนลำตัว และที่เกี่ยวข้องผลกระทบต่อผลการ เป็นวิธีการนำเสนอเหมาะสมมากสำหรับปัญหานี้เป็นน้ำรูปที่ 1 โครงสร้างของ coupling spatially กระจายแบบจำลอง FEM และรุ่นพร่าเลือนเข้าใจดีในขณะที่กระบวนการทางชีวเคมีเป็นหัวข้อของการวิจัยและพัฒนารูปแบบมีความซับซ้อนมาก และต้องใช้จำนวนมากของพารามิเตอร์ [2] เนื่องในพารามิเตอร์ที่จำเป็น(เช่นอัตราการเจริญเติบโต) จะไม่สามารถวัดผลได้สำหรับโดเมนแบบจำลองทั้งหมดยกเพื่อประเมินความคิดพวกเขา โดยการใช้ตัวแปรหลัก (เช่นอุณหภูมิความเร็วของไหล ความเข้มข้นของสารอาหาร) เข้าบัญชีและประเมินอัตราการเติบโตของสาหร่าย โดย Fuzzyรุ่น ส่วนถัดไปสรุปเรื่องหลัก

ผลลัพธ์ (ไทย) 2:

2. แนวคิดของเลือน BASED
ประมาณค่าพารามิเตอร์
แนวคิดปัจจุบันสันนิษฐานว่าการกระจายเชิงพื้นที่
แบบจำลองตัวแทนจากโคน (เช่น Navier-Stokes
สม) จะสามารถแก้ไขได้โดยตัวเลของค์ประกอบ จำกัด
วิธีการ พารามิเตอร์ที่ไม่สามารถคำนวณได้
โดยรุ่นที่วิเคราะห์ (เช่นค่าคงที่หรือสามัญ
สมการ (ODEs)) มักจะสามารถประมาณ
โดยวิธีการของความรู้จากผู้เชี่ยวชาญที่เป็นนิติบุคคลที่จัดตั้ง
โดย IF-แล้วกฎ ด้วยรูปแบบการอนุมาน
ของระบบ Fuzzy Logic [11] ความรู้จากผู้เชี่ยวชาญที่สามารถ
เปลี่ยนเป็นค่าที่คมชัดทางกายภาพ วิธีการนี้จะ
ช่วยให้การใช้สูงสุดของความรู้จากผู้เชี่ยวชาญ
และลดข้อ จำกัด เนื่องจากขาดข้อมูล
และค่าพารามิเตอร์ รูปที่ 1 แสดงโครงสร้าง
ของคู่ฟัซซี่และ FEM รุ่นที่เอาท์พุท
ตัวแปรของรูปแบบ FEM จะถูกส่งกลับไปยัง
รูปแบบฟัซซี่เป็นตัวแปร โครงสร้างแบบจำลองนี้
. อัตราผลตอบแทนในรูปแบบทั่วไป FEM ไม่เชิงเส้น
การคำนวณแบบจำลองฟัซซี่ประกอบด้วยใน
สามขั้นตอน [11] 1. Fuzzyfication ของข้อมูลป้อนพารามิเตอร์
2 การอนุมานของ IF-แล้วกฎระเบียบและ 3. defuzzyfi-
ไอออนบวก ภายในขั้นตอนเดียวอินพุตถือว่า / เอาต์พุต
ตัวแปรจะเปลี่ยนตัวแปรภาษาเช่น
ขนาดเล็กขนาดกลางขนาดใหญ่และช่วงสูงสุดของ
ตัวแปรที่ถือว่ามีการกำหนด ในการอนุมาน
หน่วย (ขั้นตอนที่สอง) การประมวลผลที่เกิดขึ้นจริงของภาษา
ตัวแปรจะดำเนินการโดย IF-แล้วกฎมี
จะถูกกำหนดโดยผู้เชี่ยวชาญที่อธิบายถึงการพึ่งพาซึ่งกันและกัน
ของพารามิเตอร์การป้อนข้อมูลเพื่อการส่งออก
พารามิเตอร์ (s) defuzzyfication (ขั้นตอนที่สาม)
สร้างกรอบค่าผลผลิตทางกายภาพของฟัซซี่
รุ่น.
แนวคิดของคู่ฟัซซี่และ FEM รุ่น
จะแสดงให้เห็นโดยการสร้างแบบจำลองและการจำลอง
การเจริญเติบโตของสาหร่ายในแหล่งน้ำแบนและที่เกี่ยวข้องกับ
ผลกระทบ eutrophication วิธีการที่นำเสนอนี้
เหมาะมากสำหรับปัญหานี้เป็นอุทกพลศาสตร์เป็น
รูป 1. โครงสร้างของการมีเพศสัมพันธ์การกระจายเชิงพื้นที่
FEM-และหุ่นจำลองฟัซ.
เข้าใจดีในขณะที่กระบวนการทางชีวเคมี
ยังคงมีหัวข้อของการวิจัยและพัฒนาแบบจำลอง
มีความซับซ้อนมากและต้องมีจำนวนมากของ
พารามิเตอร์ [2] เนื่องจากโดยทั่วไปพารามิเตอร์ที่จำเป็น
(เช่นอัตราการเจริญเติบโต) จะไม่สามารถวัดได้สำหรับ
โดเมนรูปแบบทั้งความคิดที่เกิดขึ้นในการประมาณการ
พวกเขาโดยการใช้ตัวแปรหลัก (อุณหภูมิเช่น
ความเร็วของไหลความเข้มข้นของสารอาหาร) เข้าบัญชี
และประมาณการอัตราการเจริญเติบโตของสาหร่ายโดยฟัซซี่
แบบ ส่วนถัดไปสรุปเรื่องหลัก

ผลลัพธ์ (ไทย) 3:

2 . ตามแนวคิดของฟัซซี่การประมาณค่าพารามิเตอร์แนวคิดปัจจุบันถือว่าเปลี่ยนกระจายนางแบบโดย pdes ( เช่น navier สโตกส์สมการ ) สามารถแก้ไขตัวเลขโดยวิธีไฟไนต์เอลิเมนต์วิธี พารามิเตอร์ที่ไม่สามารถคำนวณโดยแบบจำลองเชิงวิเคราะห์ ( ชอบแบบคงที่หรือแบบธรรมดาสมการ ( บทกวี ) มักจะสามารถโดยประมาณโดยวิธีการของความรู้ความเชี่ยวชาญที่เป็นส่วนประกอบโดยถ้ากฎ ด้วยรูปแบบการอนุมานตรรกศาสตร์คลุมเครือ [ 11 ] ความรู้จากผู้เชี่ยวชาญ สามารถแปลงทางกายภาพกรอบค่า วิธีการนี้ช่วยให้การใช้งานสูงสุดของความรู้ผู้เชี่ยวชาญและช่วยลดข้อ จำกัด เนื่องจากไม่มีข้อมูลกับพารามิเตอร์ รูปที่ 1 แสดงโครงสร้างของคู่แบบฟัซซีแบบวิธีที่ออกตัวแปรของเฟมองกลับไปแบบจำลองตัวแปรฟัซซี่ . แบบโครงสร้างนี้ผลผลิตทั่วไปเป็นวิธีเชิงเส้นแบบการคำนวณของแบบจำลองฟัซซีประกอบด้วยในสามขั้นตอน [ 11 ] 1 . fuzzyfication พารามิเตอร์อินพุต2 . สรุปแล้วถ้ากฎและ 3 . defuzzyfi -ไอออนบวก ภายในขั้นตอนเดียวถือว่าอินพุต / เอาต์พุตตัวแปรที่เปลี่ยนไป เช่นตัวแปรภาษาขนาดเล็ก , กลาง , ใหญ่ช่วงสูงสุดของพิจารณาตัวแปรจะถูกกำหนด ในการอนุมานหน่วย ( ขั้นตอนที่ 2 ) การประมวลผลที่เกิดขึ้นจริงของภาษาศาสตร์ตัวแปรจะดำเนินการ ซึ่งถ้ากฎมีเป็นสูตรโดยผู้เชี่ยวชาญที่อธิบาย .ของพารามิเตอร์ที่ป้อนเข้าเพื่อการส่งออกพารามิเตอร์ ( s ) การ defuzzyfication ( ขั้นตอนที่ 3 )สร้างกรอบผลผลิตทางกายภาพค่าของฟัซซี่นางแบบแนวคิดแบบคู่ และวิธีฟัซซี่จะแสดงให้เห็นโดยการสร้างแบบจำลองของการเจริญเติบโตของสาหร่ายในแหล่งน้ำ แบน และที่เกี่ยวข้องยูโทรฟิเคชันผล วิธีการที่เสนอคือเหมาะอย่างยิ่งสำหรับปัญหานี้เป็นไฮโดรคือรูปที่ 1 โครงสร้างของการเชื่อมต่อการกระจายเชิงพื้นที่รูปแบบและวิธีฟัซซีแบบดีเข้าใจ ในขณะที่กระบวนการทางชีวเคมียังเป็นประเด็นของการวิจัย และพัฒนา รุ่นมีความซับซ้อนมาก และต้องมีตัวเลขขนาดใหญ่ของพารามิเตอร์ [ 2 ] เนื่องจากโดยทั่วไปตัวแปรที่ต้องการ( เช่น อัตราการเติบโตจะไม่วัดสำหรับทั้งรูปแบบโดเมนความคิดยกประมาณการพวกเขาโดยการใช้ตัวแปรหลัก เช่น อุณหภูมิความเร็วของของไหล สารอาหารเข้มข้น ) เข้าบัญชีและประมาณการอัตราการเจริญเติบโตของ สาหร่าย ฟัซซี่นางแบบ ส่วนถัดไป summarises เรื่องหลัก