Online-Bibliothek

Neuronale Netze und Fuzzy Logik sind zwei Methoden aus dem Bereich der künstlichen Intelligenz. Beide Methoden orientieren sich stark an biologischen Vorbildern. Während Neuronale Netze die Lernvorgänge im menschlichen Gehirn imitieren, versucht man mithilfe der Fuzzy-Logik, die menschliche, unscharfe Entscheidungsfindung nachzubilden.
Neuro-Fuzzy-Systeme kombinieren die Methoden der Neuronalen Netze und der Fuzzy-Logik, und bilden daraus lernfähige Netze die in der Lage sind, unscharfe und unpräzise Daten zu verarbeiten, und deren Wissen in Form von (linguistischen) Regeln dargestellt wird.
Dieses Buch befasst sich mit der Anwendung der Software NFident zur Steuerung eines Roboters mithilfe von Neuro-Fuzzy-Systemen. Es werden vor allem die in der Software NFident implementierten Modelle des Sugeno- und Mamdani-Reglers genauer betrachtet. Außerdem werden die verwendeten Neuro-Fuzzy Modelle vorgestellt. Hierbei handelt es sich um das ander Otto-von-Guericke-Universität in Magdeburg entwickelte NEFPROX-Modell sowie um das ANFIS-Modell von J.-S.R. Jang.
Es wird gezeigt, in wie weit sich die Neuro-Fuzzy-Systeme grundsätzlich zu Steuerung eines Roboter eignen und wie Neuro-Fuzzy-Systeme zur Robotersteuerung eingesetzt werden können.