An investigation of methods of parameter tuning for Q-Learning Fuzzy Inference System

2014 ◽  
Author(s):  
Ahmad A. Al-Talabi ◽  
Howard M. Schwartz
Keyword(s):  
Fuzzy Inference System ◽  
Fuzzy Inference ◽  
Parameter Tuning ◽  
Inference System ◽  
Q Learning

scholarly journals PERANCANGAN BEHAVIOR-BASED ROBOT DENGAN ALGORITMA FUZZY Q-LEARNING (FQL) PADA SISTEM NAVIGASI ROBOT OTONOM BERODA DALAM MEDAN YANG TIDAK TERSTRUKTUR

2013 ◽  
Vol 2 (1) ◽  
Author(s):  
Made Santo Gitakarma
Keyword(s):  
Reinforcement Learning ◽  
Fuzzy Inference System ◽  
Fuzzy Inference ◽  
Inference System ◽  
Q Learning ◽  
Behavior Based

Pada banyak aplikasi robotika, seperti sistem navigasi robot mandiri atau robot otonom yang bergerak dengan mandiri pada lingkungan tidak terstruktur, sangat sulit atau tidak mungkin memperoleh model matematik yang tepat dari interaksi robot dengan lingkungannya. Untuk itu diperlukan pendekatan sistem kendali robot yang dikenal dengan sistem kendali Behavior-Based Robot (BBR). Pada pendekatan ini, sistem diuraikan menjadi beberapa modul yang masing-masingnya bertanggung jawab untuk melakukan satu perilaku (behavior). Salah satu metode pembelajaran yang paling cocok untuk aplikasi robot adalah Reinforcement Learning (RL), dengan jenis algoritma Q-learning. Kombinasi Q-learning dengan Fuzzy Inference System (FIS) dikenal dengan nama Fuzzy Q-Learning (FQL). Berdasarkan percobaan yang dilakukan sebanyak 3 kali pada robot beroda dapat disimpulkan bahwa waktu rata-rata robot kembali ke Homebase yaitu 1 menit 10 detik. Sedangkan waktu rata-rata robot dalam mematikan api lilin adalah 2 detik. Sehingga dapat dikatakan robot yang dibuat mempunyai kinerja yang cukup baik.

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.

ZERO-DAY POLYMORPHIC CYBERATTACKS DETECTION USING FUZZY INFERENCE SYSTEM

2020 ◽  
pp. 8-13
Author(s):  
V. V. Fesokha ◽  
I. Y. Subach ◽  
V. O. Kubrak ◽  
A. V. Mykytiuk ◽  
S. O. Korotaiev
Keyword(s):  
Fuzzy Inference System ◽  
Fuzzy Inference ◽  
Inference System

IMPLEMENTASI PENENTUAN ARSITEKTUR MASJID MODERN DI ACEH MENGGUNAKAN PEMODELAN SISTEM CERDAS

2018 ◽  
Vol 2 (1) ◽  
Author(s):  
Soraya Masthura Hasan ◽  
T Iqbal Faridiansyah
Keyword(s):  
Fuzzy Inference System ◽  
Architectural Design ◽  
Fuzzy Inference ◽  
Intelligent System ◽  
Selection Process ◽  
System Modeling ◽  
Inference System ◽  
Normal Limits ◽  
Roof Structure ◽  
Selection Of

Mosque architectural design is based on Islamic culture as an approach to objects and products from the Islamic community by looking at their suitability and values and basic principles of Islam that explore more creative and innovative ideas. The purpose of this system is to help the team and the community in seeing the best mosque in the top order so that the system can be used as a reference for the team and the community. The variables used in the selection of modern mosques include facilities and infrastructure, building structure, roof structure, mosque area, level of security and facilities. The system model used is a fuzzy promethee model that is used for the modern mosque selection process. Fuzzy inference assessment is used to determine the value of each variable so that the value remains at normal limits. Fuzzy values will then be included in promethee assessment aspects. The highest promethee ranking results will be made a priority for the best mosque ranking. This fuzzy inference system and promethee system can help the management team and the community in determining the selection of modern mosques in aceh in accordance with modern mosque architecture. Intelligent System Modeling System In Determining Modern Mosque Architecture in the City of Aceh, this building will be web based so that all elements of society can see the best mosque in Aceh by being assessed by all elements of modern mosque architecture.Keywords: Fuzzy inference system, Promethe, Option of  Masjid

Sign in / Sign up

Export Citation Format

Share Document