Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Sức khỏe - Y tế
Văn bản luật
Nông Lâm Ngư
Kỹ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
Giới thiệu
Đăng ký
Đăng nhập
Tìm
Danh mục
Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Y tế sức khỏe
Văn bản luật
Nông lâm ngư
Kĩ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
Thông tin
Điều khoản sử dụng
Quy định bảo mật
Quy chế hoạt động
Chính sách bản quyền
Giới thiệu
Đăng ký
Đăng nhập
0
Trang chủ
Kỹ Thuật - Công Nghệ
Cơ khí - Chế tạo máy
Artificial Neural Networks Industrial and Control Engineering Applications Part 11
Đang chuẩn bị liên kết để tải về tài liệu:
Artificial Neural Networks Industrial and Control Engineering Applications Part 11
Hồng Thắm
47
35
pdf
Đang chuẩn bị nút TẢI XUỐNG, xin hãy chờ
Tải xuống
Tham khảo tài liệu 'artificial neural networks industrial and control engineering applications part 11', kỹ thuật - công nghệ, cơ khí - chế tạo máy phục vụ nhu cầu học tập, nghiên cứu và làm việc hiệu quả | A Comparison of Speed-Feed Fuzzy Intelligent System and ANN for Machinability Data Selection of CNC Machines 339 p VSLO SLO M MFA FA VFA 0 0.1 02 03 0.4 0.5 0.6 0.7 0.8 0.9 1 Feed Fig. 6. Feed membership function BHN 85-175 HSS Fig. 7. Feed membership function BHN 175-275 HSS fl VSLO SLO M MFA FA VFA 0 0.1 02 03 0.4 0.5 0.6 0.7 0.8 0.9 1 Feed Fig. 8. Feed membership function for carbide tool 2.4 Fuzzy rules The point of fuzzy logic is to map an input space to an output space and the primary mechanism for doing this is a set of IF-THEN rules with the application of fuzzy operator AND or OR. These if-then rules are used to formulate the conditional statements that comprise fuzzy logic. By using the rules then the fuzzy inference system FIS formulates the mapping form. Mamdani s fuzzy inference system which is used in this work is the most commonly seen fuzzy methodology The MathWorks Inc. 2009 . The relationship between the input variables and output variables is characterized by if-then rules defined based on experimental expert and engineering knowledge Yilmaz et al. 2006 . The two common methods for the FIS engine are Max-Min method and Max-Product method. The difference between them is the aggregation of the rules. The first use truncation and the last use multiplication of the output 340 Artificial Neural Networks - Industrial and Control Engineering Applications fuzzy set. Both methods are tested and the Max-Min method gives more accurate results therefore it is used in all calculations in the fuzzy system. In this study there are two input variables hardness and depth of cut each of six fuzzy sets and then the fuzzy system of a minimum of 6 x 6 36 rules can be defined. Table 3 shows a part of the rules in linguistic form. By using these rules the input-output variables in a network representation can be drawn as in Figs. 9 and 10. Rule 1 IF hardness is very soft AND depth of cut is very shallow THEN speed is very high and feed is very slow. Rule 2 IF hardness
TÀI LIỆU LIÊN QUAN
Model detecting learning styles with artificial neural network
Correction and Supplementingation of the well log curves for Cuu Long oil basin by using the artificial neural networks
Design of intrusion detection system based on artificial neural network and application of rough set
Precise prediction of radiation interaction position in plastic rod scintillators using a fast and simple technique: Artificial neural network
Application of artificial neural networks for response surface modeling in HPLC method development
Prediction of bridge deck condition rating based on artificial neural networks
Applications of artificial neural network in textiles
Ranking of building maintenance contractors using multi-criteria decision making methods and an artificial neural network model
Groundwater level prediction using artificial neural network model
Predicting fire resistance ratings of timber structures using artificial neural networks
crossorigin="anonymous">
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.