Neuro-fuzzy Networks

2001 ◽  
pp. 169-178 ◽  
Author(s):  
Luigi Fortuna ◽  
Gianguido Rizzotto ◽  
Mario Lavorgna ◽  
Giuseppe Nunnari ◽  
M. Gabriella Xibilia ◽  
...  
Keyword(s):  
Neuro Fuzzy

THE SETTINGS ALGORITHM OF A NEURO-FUZZY PI-CONTROLLER

2020 ◽  
Vol 12 (2) ◽  
Author(s):  
Atamurat Mambetov ◽  
Rasul Beglerbekov ◽  
Hurliman Sultanova
Keyword(s):  
Pi Controller ◽  
Neuro Fuzzy ◽  
Fuzzy Pi Controller

Aplikasi Peramalan Kebutuhan Beban Listrik Menggunakan Metode Adaptive Neuro Fuzzy Inference System (ANFIS)

2017 ◽  
Vol 3 (1) ◽  
pp. 36-48
Author(s):  
Erwan Ahmad Ardiansyah ◽  
Rina Mardiati ◽  
Afaf Fadhil
Keyword(s):  
Fuzzy Inference System ◽  
Fuzzy Inference ◽  
Inference System ◽  
Neuro Fuzzy

Prakiraan atau peramalan beban listrik dibutuhkan dalam menentukan jumlah listrik yang dihasilkan. Ini menentukan  agar tidak terjadi beban berlebih yang menyebabkan pemborosan atau kekurangan beban listrik yang mengakibatkan krisis listrik di konsumen. Oleh karena itu di butuhkan prakiraan atau peramalan yang tepat untuk menghasilkan energi listrik. Teknologi softcomputing dapat digunakan  sebagai metode alternatif untuk prediksi beban litrik jangka pendek salah satunya dengan metode  Adaptive Neuro Fuzzy Inference System pada penelitian tugas akhir ini. Data yang di dapat untuk mendukung penelitian ini adalah data dari APD PLN JAWA BARAT yang berisikan laporan data beban puncak bulanan penyulang area gardu induk majalaya dari januari 2011 sampai desember 2014 sebagai data acuan dan data aktual januari-desember 2015. Data kemudian dilatih menggunakan metode ANFIS pada software MATLAB versi b2010. Dari data hasil pelatihan data ANFIS kemudian dilakukan perbandingan dengan data aktual dan data metode regresi meliputi perbandingan anfis-aktual, regresi-aktual dan perbandingan anfis-regresi-aktual. Dari perbandingan disimpulkan bahwa data metode anfis lebih mendekati data aktual dengan rata-rata 1,4%, menunjukan prediksi ANFIS dapat menjadi referensi untuk peramalan beban listrik dimasa depan.

Automated Characterization of Atheromatous Plaque in Intravascular Ultrasound Images Using Neuro Fuzzy Classifier

2012 ◽  
Vol 58 (4) ◽  
pp. 425-431 ◽  
Author(s):  
D. Selvathi ◽  
N. Emimal ◽  
Henry Selvaraj
Keyword(s):  
Intravascular Ultrasound ◽  
Human Error ◽  
Human Life ◽  
Classification Performance ◽  
Atheromatous Plaque ◽  
Ultrasound Images ◽  
Fuzzy Classifier ◽  
Neuro Fuzzy ◽  
Calcified Tissues

Abstract The medical imaging field has grown significantly in recent years and demands high accuracy since it deals with human life. The idea is to reduce human error as much as possible by assisting physicians and radiologists with some automatic techniques. The use of artificial intelligent techniques has shown great potential in this field. Hence, in this paper the neuro fuzzy classifier is applied for the automated characterization of atheromatous plaque to identify the fibrotic, lipidic and calcified tissues in Intravascular Ultrasound images (IVUS) which is designed using sixteen inputs, corresponds to sixteen pixels of instantaneous scanning matrix, one output that tells whether the pixel under consideration is Fibrotic, Lipidic, Calcified or Normal pixel. The classification performance was evaluated in terms of sensitivity, specificity and accuracy and the results confirmed that the proposed system has potential in detecting the respective plaque with the average accuracy of 98.9%.

ANALISIS KINERJA MENGGUNAKAN METODE BALANCE SCORECARD DAN NEURO FUZZY (STUDI KASUS PADA STIKES HANG TUAH PEKANBARU)

2017 ◽  
Vol 3 (1) ◽  
pp. 28
Author(s):  
Hendry Fonda
Keyword(s):  
Balanced Scorecard ◽  
Balance Scorecard ◽  
Neuro Fuzzy

Kinerja suatu organisasi adalah salah satu tolak ukur keberhasil ataupun kegagalan dari organisasi tersebut dalam menjalankan fungsi-fungsi organisasinya. Balanced scorecard adalah salah satu cara untuk mengukur kinerja. Pada balanced scorecard kinerja diukur dari empat (4) perspektif yaitu perspektif keuangan, pelanggan, proses bisnis internal dan pertumbuhan pembelajaran. Jika pada balanced scorecard kriteria diukur dengan mencari rata-rata skor maka salah satu cara untuk mencari nilai skor bisa digunakan neuro fuzzy dalam hal ini ANFIS.Pada ANFIS nilai skor didapat dari hasil training yang dilakukan untuk mendapatkan rule yang sehingga didapat skor dari kinerja. Pada evaluasi kinerja di STIKes Hang Tuah Pekanbaru didapat perbedaan hasil dengan menggunakan perhitungan balanced scorecard dan ANFIS. Selesih output pada balance scorecard dan ANFIS pada perspektif keuangan sebesar 0,33, pada perspektif pelanggan 0,15 – 0,43, pada proses bisnis internal 0,5 dan pada pertumbuhan dan pembelajaran sebesar 0,5. Walaupun terjadi perbedaan pada output hal ini tidak menyebabkan kriteria pada masing-masing perspektif berbeda antara balanced scorecard dan ANFIS. Pada balanced scorecard dan ANFIS hasil perhitungan menunjukkan bahwa perspektif keuangan mempunyai kriteria cukup, perspektif pelanggan kriterianya cukup, perspektif proses bisnis internal kriteria cukup dan perspektif pertumbuhan dan pembelajaran kriteria cukup.

A Neuro-Fuzzy Controller for Doubly FED Asynchronous Motor Drive

2010 ◽  
Vol 4 (1) ◽  
pp. 8-15
Author(s):  
Azeddine Chaiba ◽  
◽  
Rachid Abdessemed ◽  
M. Lokmen Bendaas ◽  
◽  
...  
Keyword(s):  
Fuzzy Controller ◽  
Asynchronous Motor ◽  
Motor Drive ◽  
Neuro Fuzzy ◽  
Doubly Fed
Sign in / Sign up

Export Citation Format

Share Document