Pcsi Tudomnyegyetem Pollack Mihly Mszaki Kar Mszaki Informatika

Pécsi Tudományegyetem Pollack Mihály Műszaki Kar Műszaki Informatika Szak Data Mining 33. Gyakorlat Dr. Pauler Gábor, Egyetemi Docens PTE-PMMK Számítástechnika Tanszék Iroda: Boszorkány u. , B épület 101 Tel: 72/503 -650/3725 E-mail: gjpauler@acsu. buffalo. edu Készült a PTE Alapítvány támogatásával

A gyakorlat tartalma 32. Házi Feladat ellenőrzése: A Sonar. BP. Ser hálózat RMSE-jének csökkentése FN Herstal esettanulmány • A cég és a termék története • Fegyvertörténelem, a forgó zárfejes rendszer működése • A versenytársak • Problémafelvetés • Az F 2000™ gépkarabély adaptív gázelvételi rendszere • A gázszelep vezérlési problémájának adatai • Megoldás Fuzzy. Tech 5. 5 -el: FAM algoritmus – Bemenő adatok formátuma – Előzetes adatelemzés SPSS-el, rendszergeneráció – A tanulás előkészítése és konfigurálása – A tanítóminta előkezelése fuzzy klaszterezéssel – A tanítás folyamata – A tanítás outputjai – Az elkészült fuzzy rendszer felhasználása • Megoldás XFuzzy 3. 0 -val – Alap fuzzy rendszer generációja – Fuzzy rendszer tanítása – Az XFuzzy tanulóalgoritmusai, hibamértékei, szabályvágása • Epilógus 33. Házi Feladat: Adaptív gázelvétel vezérlés optimalizálása • Szakirodalom

• Fabrique Nationale d 'Armes de Guerre (FN), Herstal A belgiumi Herstal-ban lévő Fabrique Nationale d‘ Armes de Guerre-t 1889 -ben alapította a belga kormány (lásd: http: //www. fnherstal. com/ ) német licenszű Mauser ismétlőpuskák gyártására a belga hadsereg részére. A cég hamar híressé vált magas minőségű katonai lőfegyvereiről. 1898 -től gyümölcsöző együttműködés kezdődött J. M. Browning-gal, az öntöltő pisztolyok és a híres Browning géppuska tervezőjével. 1989 -ben az FN kivásárolta az US Repeating Arms Co. -t, amely a legendás Winchester márka tulajdonosa 2000 -ben dobták piacra az innovatív F 2000™ 5. 56× 45 mm-es kaliberű gépkarabélyt 40 mm-es gránátvetővel, speciális egységek számára: • A „tár a puskatusban”-felépítés (Bullpup) rövidebb teljes hossz mellett (ami jól jön utcai vagy dzsungel-harcokban) hosszabb fegyvercsövet, így nagyobb pontosságot, torkolati energiát és lőtávolságot tesz lehetővé • A kompakt, álcázható műanyag fegyvertokban bőséges hely van a célzó- és központi energiaellátó rendszer számára, valamint egyedülálló módon lehetővé teszi az előre történő hüvely kivetést, ami csökkenti a balkezes lövészek sérülésének kockázatát • A tok moduláris felépítésű, így a fegyver sokféle feladatkörben (katonai/rendőrségi) használható • A súlypontja a pisztolymarkolatot fogó erősebb kéz felett van, amely fogásváltás nélkül működtetheti a gránátvető elsütőbillentyűjét is

• • FN Herstal: egy kis fegyvertörténelem A gépkarabély (Assault Rifle, Sturmgewehr) a 2. Világháború kései gyermeke: a nagy lőtávolságú de kis tűzgyorsaságú gyalogsági karabély (Carabine), illetve a nagy tűzgyorsaságú, de kis lövedék kezdősebességű (max. 300 m/s) tömegzáras/ késleltetett reteszelésű géppisztolyok (Submachine Gun) (pl. az orosz PPS, a német Schmeisser, vagy az amerikai Thompson) közti rést elsőként a németek tömték be: A csodafegyverként beharangozott STG-44 gépkarabély a pisztolynál nagyobb, puskánál kisebb teljesítményű lőszerrel tüzelt. Így tömegzáras helyett gázelvételes, forgó zárfejes merev reteszelésű lett, mert ekkora teljesítményű lőszerhez már 40 -50 kg-os reteszeletlen tömegzár kellene. A nagy tűzerejű fegyver túl későn, kis számban, és kiforratlanul jutott csak ki a frontokra, így nem változtatott a háború menetén. Azonban itt látta meg őreinek kezében egy fogságba esett fiatal szovjet tiszt, aki autodidakta módon gépészmérnöknek tanult, és akit Mihail Kalasnyikovnak hívtak Erre az estre is igaz a mondás, hogy az oroszok maguktól csak a szamovárt találták fel: Kalasnyikov nem talált fel semmi falrengetően újat, csak lemásolta az STG 44 -et, és nagy tehetséggel minden részletében továbbfejlesztette: könnyebb, rövidebb, üzembiztosabb, egyszerűbb, nagyobb lőtávolságú és olcsóbb lett. Így indult az AK-47 világot pusztító útjára.

FN Herstal: gázelvételes, forgó zárfejes rendszer Az AK-47 működését a mellékelt animáció mutatja: • A tűzváltó kar alsó állásba hajtásával (sorozatlövés) a zártest rugó ellenében hátrahúzhatóvá válik • A hátramozgó zártest alsó hornyai szétfeszítik a tár adogató ajkait, a tárrugó új lőszert tol a zártest elé, miközben az rugó ellenében felhúzza a kakast, amely beakad az elsütő-emelő horgába • A rugó által előretolt zártest betolja a lőszert a töltényűrbe, majd a belemart vezetőpálya segítségével mozgatja a forgó zárfej peckét • Az elforduló zárfej rögzítőfogai (lásd Heckler& Koch G-36) belekapaszkodnak a csőfar hornyaiba, létrejön a zárás • Az elsütőbillentyű oldja a kakast, ami rácsap az ütőszegre, kiváltva a lövést a lőszer fenékgyújtójával • A forró lőporgázok egy kis része a cső 2/3 -ánál megcsapolásra kerül, és egy gázdugattyút működtet, ami a rugó ellenében hátratolja a zártestet, és a folyamat megismétlődik Ez a megoldás egyszerű és üzembiztos, de hátránya, • hogy a zártest és a gázdugattyú súlypontja nem a fegyvercső tengelyében van, ezért gyors előrehátra mozgásuk nehezíti a pontos célzást. • Ezért sok fegyvernél (pl. az amerikai M-16 -os) a gázdugattyú a kettéosztott zártest hátsó részében van, és egy hosszú gázvezeték vezeti hozzá a lőporgázokat, ez viszont könnyebben kormozódik, csökkentve a tűzgyorsaságot, a megbízhatóságot.

FN Herstal: versenytársak F 2000™ Gránátvető Az FN-el a speciális erők kézifegyvereinek Gépkarabély piacán élethalál harcot vívó német Kaliber 5. 56× 45 mm NATO 40 mm Heckler&Koch (lásd: http: //www. heckler. Működési Gázelvételes, Sikló csöves, koch. de) két fontos újítást vezetett be: elv forgó zárfejes forgó záras • A 80 -as években a hagyományos egyes/ Csőtorkolat sorozatlövés üzemmódok mellett i bevezette a 2. . 5 lövéses rövid sorozatot 900 m/s 76 m/s lehetővé tevő automatikus tűzmegszakítót kezdőse • Szép hosszú „hollywoodi” stílusú b. sorozatok lövése közben ugyanis a Tűzkész 727 mm 694 mm fegyver a hátralökő erő miatt felfele billen hossz (összhossz) a lövész kezében, és a lövedékek nagy Csőhossz 400 mm 230 mm része garantáltan fölé megy, kárba vész • Ám ha a tűzgyorsaság 600 lövés/min felett Súly (tár 3. 6 kg 1 kg üres) van, 0. 2 sec alatt leadható 3 lövés, és a M 16 kompatib. fegyver tehetetlenségi nyomatéka még Tártipus NATO megakadályozza a komolyabb felbillenést • A gázvezeték kormozódásával, mely még Tárkapacitá 30 db a legjobb minőségű lőpornál sem zárható s ki teljesen, a tűzgyorsaság viszont csökken Látcső 1. 6×optikai Mechanikus • Ez probléma városi közelharcban (Urban Tűzgyorsas 850/perc Close Combat), ahol csapda (Ambush) ág hárításakor hosszú fedező sorozatok után pontos rövid sorozatokat kéne lőni • Ezt megoldandó, a H&K a G-36 gépkarabélynál bevezette a kézzel 3 fokozatban állítható keresztmetszetű gázszelepet, de ezt harc közben állítgatni elég nehézkes H&K G-36

USMC Patrol, Falujjah, Sunnita district, Nov 17, 2006 1700 ZULU

A gyakorlat tartalma 32. Házi Feladat ellenőrzése: A Sonar. BP. Ser hálózat RMSE-jének csökkentése FN Herstal esettanulmány • A cég és a termék története • Fegyvertörténelem, a forgó zárfejes rendszer működése • A versenytársak • Problémafelvetés • Az F 2000™ gépkarabély adaptív gázelvételi rendszere • A gázszelep vezérlési problémájának adatai • Megoldás Fuzzy. Tech 5. 5 -el: FAM algoritmus – Bemenő adatok formátuma – Előzetes adatelemzés SPSS-el, rendszergeneráció – A tanulás előkészítése és konfigurálása – A tanítóminta előkezelése fuzzy klaszterezéssel – A tanítás folyamata – A tanítás outputjai – Az elkészült fuzzy rendszer felhasználása • Megoldás XFuzzy 3. 0 -val – Alap fuzzy rendszer generációja – Fuzzy rendszer tanítása – Az XFuzzy tanulóalgoritmusai, hibamértékei, szabályvágása • Epilógus 33. Házi Feladat: Adaptív gázelvétel vezérlés optimalizálása • Szakirodalom

• FN Herstal: problémafelvetés Az előbbi felvétel közepe táján látható, ahogy a gázelvételes rendszerű géppuska hosszú sorozatok lövése közben beakad, és a lövész kézzel húzza hátra a zárat. Ez megtörténhet a gázvezeték koromlerakódás miatti szűkülése miatt, amikor a gázdugattyú nem kap elég gázt a zártest rugó ellenében történő hátratolásához • Ez persze szélsőséges eset, de már viszonylag csekély lerakódás is elég ahhoz, hogy lelassítsa némileg a fegyverszerkezetet, és megbontsa a rövid sorozat lövésének pontosan kiszámított egyensúlyi viszonyait, növelve a fegyver felfele billenését és a sorozat függőleges irányú szórását. (Széles szakmai körökben elfogadott követelmény, hogy a komolyan vehető gépkarabély 3 lövéses sorozatának 300 m-en belül pásztáznia kell a mellalakot, figyelembe véve a lövedék-röppályák parabolikus hajlását is. ) • A sebesség-kiegyensúlyozási probléma úgy oldható meg, hogy a fegyvercső gázelvételi nyílását (Gas Port) túlméretezik, és egy gázszeleppel (Gas Valve) kezdetben leszűkítik, majd a gázvezeték koszolódásának függvényében egyre nagyobb keresztmetszetet nyitnak. Ez a H&K G-36 -nál manuálisan állítható, ami messze nem ideális megoldás. Claude Villain, az FN ballisztikai laboratóriumának 54 éves főmérnöke tudta, hogy itt csaphat le a konkurrenciára: a lövésznek nagy stressz alatt, ezer felé kell figyelnie egy gyorsan folyó városi közelharcban, egyszerűen nincs ideje a nyavalyás gázszelepet állítgatni, ide automatikus szabályozás kell. Ez azonban rázós problémákat vetett fel: • A pontos szelepállításhoz figyelembe kell venni a gázcső koszolódottságának mértékét, ami függ a lőszerben alkalmazott lőpor minőségétől. Sorozatlövés közben nem lehet szétszedni a gázcsövet és vizsgálgatni, milyen koszos, ide alkalmas mérőszonda kell. • Az állítás ezen kívül függ a fegyvertok hőmérsékletétől (hideg gázvezetékben több korom csapódik le), az utolsó tisztítás óta megtett lövések számától, a légkör páratartalmától (a gázvezetéket üzemen kívül légköri levegő tölti meg, vízcseppek rakódhatnak le a falára) • A szabályozó rendszernek magas hőmérsékleten (akár 130 -150 C°-os fegyvertok és 2300 C°-os lőporgáz), magas gáznyomást és lökéshullámokat, vibrációt kell elviselnie. • Lehetőleg külső energiaforrás nélkül működjön, mert az F 2000 moduláris felépítése miatt a központi Li-Polimer akkumulátor nem mindig áll rendelkezésre, vagy utánpótlás nélküli hosszas harcok során lemerülhet. Ideálisan a lőporgázból kellene energiát nyerni. • Ha elromlik, ne tegye működésképtelenné a fegyvert, és legyen egyszerűen cserélhető.

• • FN Herstal: F 2000™ Gépkarabély adaptív gázelvételi rendszere Piezoelektro Lézer- kristály dióda lencse Fotodióda Mikrokontroller Kondenzátor Bime tálspi -rál A lövés kiváltásakor a fegyvercsőben előremozgó lövedék mögötti nagy nyomású lőporgáz a gázelvételi nyíláson keresztül behatol a gázvezetékbe és működteti a gázdugattyút, majd kormos lerakódásokat hagy. A piezo-elektromos kristálylencsét ért gáz lökéshullám elektromos feszültséget generál, a keletkezett energiát a kondenzátor tárolja. A mikrokontroller bekapcsol, majd a lézerdiódával sugarat lövet a gázvezetékbe Huzagolt fegyvercső 5. 56× 45 mm lövedék • • Gázszelep hatlap- Cső hűtő Hőálló fejű csavarként lamellák műanyag kicsavarható háza előágy Elliptikus kereszt. Gázmetszetű gázelvévezeték teli nyílás háza Négyszögmenetes csavarorsón mozgó gázszelep test tömgyűrűvel A visszaverődő lézersu- • garat a fotódióda fogja fel, amely a víz és a korom elnyelési hullám- hosszára van kalibrálva. A vett jelből a mikrokontroller elemzi a gázvezeték koszolódásának mértékét A fegyvertok melegedése önmagában is elcsavarja a bimetál spirált, amely a szeleptestet a csavarorsón eltekerve kijjebb nyitja a szelepet. De a bimetál spirál alá van kalibrálva, és a melegedéssel csak kevéssé nyitja ki a szelepet. A finomszabályozást a mikrokontroller végzi, amely a bimetál spirálon keresztül kisütve a kondenzátort, tovább melegíti azt, elérve az általa becsült szükséges nyitást (a szeleptest helyzetét a visszavert lézerimpulzus fáziseltolódásából számítja)

FN Herstal: A gázszelep vezérlési problémájának adatai 1 Villain 290 különböző hőmérséklet és páratartalom melletti próbalövés adatait gyűjtötte össze a F 2000 Data. xls fájlban, amelyek reprezentálják a valós bevetési körülményeket: • Observ: a megfigyelés kódja • Gas. Lead. Refl, %: a gázvezeték reflexiós aránya (0%: eldugult. . 100%: teljesen tiszta) • Case. Temp, K: fegyvertok-hőmérséklet, Kelvinben • Valve. Pos, %: gázszelep nyitási pozíciója a bimetál felmelegedése miatt, % • Exp. Valve. Pos, %: gázszelep ideális nyitása gázvezeték koszolódása szerint, % • Valvepos. Corr, %pts: tényleges és ideális szelepnyitás közti korrekciós igény, %pont • Corr. Voltage, m. V: a bimetálra kiadott korrekciós fűtőfeszültség az elvárt szelepnyitás elérése érdekében, m. V A probléma output változója a fűtőfeszültség, de hogy mi legyen az input, az nem egyszerű kérdés, mert a változók közt csúnya nemlineáris kereszthatások vannak, szinte mindennel összefügg: • Az intenzív fegyverhasználat növeli a gázvezeték szennyeződését (hideg fegyvertoknál jobban), de melegíti is a fegyvertokot, ezért a gázvezeték tisztasága a és a fegyvertok hőmérséklet közt laza negatív korreláció mutatkozik (azért meglehetősen laza, mert a legkülönbözőbb hőmérsékleten és fegyvertok koszolódási szint mellett kezdhetünk el intenzíven Gas. Lead. Refl, Case. Temp, Valve. Pos, Exp. Valve. Pos, Valve. Pos. Corr, Corr. Voltage, Observ lövöldözni. ) % K % % %pts m. V 1 2 3 4 5 6 7 8 9 10 11 0. 846 0. 913 0. 916 0. 477 0. 881 0. 988 0. 740 0. 852 0. 652 0. 736 0. 748 274. 956 277. 746 275. 888 377. 302 291. 926 264. 829 375. 849 312. 963 376. 339 284. 451 316. 899 0. 258 0. 396 0. 394 0. 579 0. 323 0. 191 0. 536 0. 298 0. 501 0. 314 0. 413 0. 424 0. 320 0. 315 0. 896 0. 368 0. 222 0. 599 0. 415 0. 729 0. 606 0. 585 0. 166 -0. 079 0. 317 0. 045 0. 031 0. 063 0. 117 0. 228 0. 292 0. 172 1813. 72 0. 00 3576. 92 666. 79 444. 65 962. 67 1411. 19 2670. 09 2961. 40 2050. 22

• • FN Herstal: A probléma adatai 2 Ezt az összefüggést láthatjuk a diagrammon: A fegyvertok hőmérsékletének (Case. Temp) emelkedése a bimetál-spirál elcsavarodásán keresztül kiváltja a a szelep kinyitását (Valve. Pos), ezt ábrázolja a 2. diagramm. A bimetál elcsavarodása a hőmérséklet függvényében logisztikus görbével leírható: Valve. Pos=1/(1+exp(-(Case. Temp-c)/g)) (33. 18) Ahol: c - hőmérséklet 50% nyitásnál g - hőmérsékleti gradiens • Természetesen ez az összefüggés a bimetál mechanikus pontatlansága miatt csak jelentős zajjal, trendszerűen érvényesül • A bimetál célja a rendszerben nem is a pontos szabályozás, hanem a biztonsági tartalék: akkor is megnöveli a szelep nyílását a melegedéssel járó intenzív fegyverhasználat közben, ha az elektronika teljesen bedöglik és nem csinál semmit. Ezáltal ellensúlyozza a gázvezeték koszolódás miatti elszűkülését, ami a tűzgyorsaság csökkenéséhez illetve a fegyverszerkezet elakadásához vezethet súlyosabb esetben.

FN Herstal: A probléma adatai 3 A következő diagramm azt mutatja, hogy a gázvezeték tisztaságának függvényében (Gas. Lead. Refl): • Mennyire nyit ki a gázszelep a bimetál hatására (Valve. Pos, ), • Illetve hogy mennyire kellene neki kinyitnia (Exp. Valve. Pos, ), hogy teljesen ellensúlyozza a gázvezeték koszolódás miatti elszűkülését. Látható, hogy a bimetál biztonsági okok miatt alul van kalibrálva: • A fegyvertok kezdő hőmérséklete tág határok közt (-10 C°. . 60 C °) változhat az időjárástól függően (ezért szóródnak annyira a zöld keresztek), de bármely hőmérsékletnél a bimetál alulról közelíti az ideális szelepnyitást, nehogy a túlságos gáznyomás megrongálja a gázdugattyút és a zár szerkezetét. Így a döntési probléma úgy áll elő, hogy adott szelephelyzet (Vavle. Pos) és gázvezeték tisztaság (Gas. Lead. Refl) mellett mekkora feszültséget (Corr. Voltage) adjon a mikrokontroller a bimetál melegítésére az ideális nyitás elérése érdekében. A 3 D diagrammon látszik, hogy a vezérlési függvény nem túl bonyolult, egy hiperellipszoid süveg szelettel közelíthető. Azonban ezt egy szélsőséges viszonyok közt működő, primitív, egyszerű, robosztus 16 bites mikrokontrollerből kellene előcsalogatni, lebegőpontos műveletek alkalmazása nélkül!

A gyakorlat tartalma 32. Házi Feladat ellenőrzése: A Sonar. BP. Ser hálózat RMSE-jének csökkentése FN Herstal esettanulmány • A cég és a termék története • Fegyvertörténelem, a forgó zárfejes rendszer működése • A versenytársak • Problémafelvetés • Az F 2000™ gépkarabély adaptív gázelvételi rendszere • A gázszelep vezérlési problémájának adatai • Megoldás Fuzzy. Tech 5. 5 -el: FAM algoritmus – Bemenő adatok formátuma – Előzetes adatelemzés SPSS-el, rendszergeneráció – A tanulás előkészítése és konfigurálása – A tanítóminta előkezelése fuzzy klaszterezéssel – A tanítás folyamata – A tanítás outputjai – Az elkészült fuzzy rendszer felhasználása • Megoldás XFuzzy 3. 0 -val – Alap fuzzy rendszer generációja – Fuzzy rendszer tanítása – Az XFuzzy tanulóalgoritmusai, hibamértékei, szabályvágása • Epilógus 33. Házi Feladat: Adaptív gázelvétel vezérlés optimalizálása • Szakirodalom

FN Herstal: Megoldás Fuzzy. Tech 5. 5 -ben FAM-mal 1 Gas. Lead. Refl, Valve. Pos, Corr. Voltage Mivel a Fuzzy. Tech csak *. CSV formátumú („, ” karakterrel 0. 846, 0. 258, 1813. 72 szeparált oszlopokat tartalmazó) szövegfájlból tud 0. 913, 0. 396, 0. 00 0. 916, 0. 394, 0. 00 adatokat felszedni, futtatása előtt konvertáljuk a 0. 477, 0. 579, 3576. 92 F 2000 Data. xls fájlt Ecelben ilyen formátumúra: 0. 881, 0. 323, 666. 79 • Csak az input változók (Gas. Lead. Refl, Valve. Pos), majd 0. 988, 0. 191, 444. 65 utolsónak az output változó (Corr. Voltage) oszlopait 0. 740, 0. 536, 962. 67 0. 852, 0. 298, 1411. 19 hagyjuk meg 0. 652, 0. 501, 2670. 09 • Az első sor az oszlopok egyedi azonosító neveit 0. 736, 0. 314, 2961. 40 0. 748, 0. 413, 2050. 22 tartalmazza, szóközök és speciális karakterek 0. 914, 0. 201, 1311. 67 mellőzésével 0. 850, 0. 429, 0. 00 tt • Fájl|Mentés másként. . |*. CSV (File|Save As. . |*. CSV) ka menüvel mentsük a fájlt t • Ügyeljünk rá, hogy a Windows vezérlőpult|Nemzetkat közi|Magyar (Control panel|International|Hungarian) beállítások mellett az Excel nem vesszőket, hanem pontosvesszőket ír a fájlba. Ezeket bármely szövegszerkesztő Szerkesztés|Csere|”; ” ”, ”|Mindet cseréli (Edit|Find&Replace. . |”; ” ”, ”|Replace all) menüjével lecserélhetjük „, ”-re (lásd: F 2000 Data. csv) Ezután indítsuk el Fuzzy. Tech-ben a File|Fuzzy Design katt Wizard… menüvel a fuzzy rendszer varázslót: • Adjuk meg, hogy új rendszert szeretnénk (Create katt New System), amit az I/O adatfájl segítségével katt automatikusan definiáljon (Use Data File) • Next-et nyomva bekéri a CSV formátumú fájl nevét, majd elemzi a fájlt és megállapítja, hány I/O változót talált, illetve javaslatot tesz ezek fuzzy értékeinek számára. Ez az elemzés meglehetősen primitív, így mi is felülbírálhatjuk a fuzzy értékek számát az I/O változóknál (ennek módszereiről lásd: Session 28)

FN Herstal: Megoldás Fuzzy. Tech 5. 5 -ben 2 • • • tt ka • Tegyük fel, hogy a változónkénti fuzzy értékek számát a parciális gyakorisági hisztogrammok segítségével kívánjuk pontosítani. A pontosítás azért fontos, mert a fuzzy értékek száma az katt egyetlen fontos fuzzy rendszer beállítás, amit a FAM nem képes később tanulás révén katt korrigálni. A Fuzzy. Tech felhasználói felülete tt viszont ehhez nem nyújt igazi segítséget. ka tt tt ka ka Ezért a Fuzzy. Tech futtatásával párhuzamosan nyissuk meg az F 2000 Data. xls fájlt SPSS-ben, és Analyze|Descriptive Statistics| Frequencies|Charts|Histogramm, With normal curve menüvel kérjünk parciális 4 6 gyakorisági hisztogrammokat minden I/O változóra. Az SPSS automatikusan a legjobb intervallum-felbontásban igyekszik mutatni őket Válasszuk szét a hisztogrammokon a nagyobb különálló lokális csúcsokat, és a csúcsok száma alapján döntsük el, melyik változót hány fuzzy értékkel kellene helyesen ábrázolni Visszatérve a varázslóhoz, állítsuk be ezeket: • Valamint, válasszunk hozzájuk illeszkedő értékneveket a 6 listából. t t ka • A Range From/To állításával levághatjuk az outlier értékeket katt

• FN Herstal: Megoldás Fuzzy. Tech 5. 5 -ben 3 katt ka ka tt tka at k katt A következő lépésben megadjuk, hogy Co. M defuzzifikációt használunk (Best Compromise). A Mo. M vezérlési problémákban nem használható, inkább mintafelismerésnél (pl. tőzsde), mert többértékű outputot feltételez • A következő lépésnél 1 szabálybázist hozunk létre, ahol minden szabály súlya(Do. S)=0, ezt majd a FAM állítja be • Létrehozza a változókból az összes lehetséges szabályt A varázsló lefutásával létrejön az alap fuzzy rendszer: • A fuzzy nyelvi változókon duplán kattintva, láthatjuk, hogy azonos tartójú háromszög értékekből állnak, közük nincs az adatok eloszlásához, majd a FAM állítja őket be • A gombjuk megnyomásával tt nyissunk meg minden I/O váltoka zót, a FAM módosíthassa őket • A szabályblokkon duplán kattintva nyissuk meg a táblázatos szabályszerkesztőt, a gomb megnyomásával tegyük minden szabály súlyát a FAM által módosíthatóvá • A változóknál az érték listában egy L: betű beírásával jelzi, hogy adott érték tanítható, a szabályszerkesztőben ennek nincs külön kijelzése katt

FN Herstal: Megoldás Fuzzy. Tech 5. 5 -ben 4 katt t kat Ezután a Tools|Neuro|Configuration menüben adhatjuk meg a FAM tanulási beállításait: • A Real módszernél folytonosan csökkenti a tanulási rátát, a Random-nál véletlenül ugráltatja, a lokális optimumba ragadás ellen • A Batch módszernél nem mintánként tanul, hanem összegzi az összes minta megkövetelte változást, ezért lassabb, de biztosabb • A győztes neuronszám (Winner neurons)1 fölé emelése csökkenti a konvergenciát, de ez is a lokális optimumba ragadás ellen hat • A Max. Steps-nél adhatjuk meg az összes epochok számát, min. a mintaméret 10×-ese Mivel a FAM számolásigénye magas, illetve a Fuzzy. Tech demó verziója max. 100 elemű mintát tud kezelni, a nagyobb mintaadatbázisokat (most 290 elemű) tömöríteni kell: • Ez történhet 100 minta véletlen kiválasztásával (lásd: F 2000 Data. Rnd 100. csv), ennek reprezentativitása azonban erősen kétséges • Vagy történhet a Fuzzy. Tech-be épített két klaszterező algoritmus segítségével, melyek jobban ügyelnek rá, hogy a tömörített minta adatbázis jól reprezentálja az eredetit: • A Tools|Cluster|Isodata. Cluster menünél bekéri a mintafájl nevét (F 2000 Data. csv), és agglomeratív hierarchikus klaszterezést hajt (lásd: Session 17) rajta végre, minden változó megadott Min. . Max tartományát (0, 1) intervallumba normalizálva. Nem von össze ezen tartományok Accuracy-ban megadott %ánál távolabbi elemeket, így áll le a menete. • Start gombra a klasztercentrumokat a megadott fájlba (F 2000 Data. Iso. Clust. csv) írja tt ka katt katt katt

• katt katt tt • t ka • Tools|Cluster|Fuzzy. Cluster menüvel fuzzy halmazos távolsági metrikán alapuló agglomerativ hierarchikus klaszterezést végez (lásd: Session 33). Itt a változónként megadott Min. . Max tartomány 2×Delta %át átfogó tartójú és 2×Epsilon % csúcsszélességű közelség-leíró fuzzy halmazokkal dolgozik, Start gombra a klasztereket adott fájlba (F 2000 Data. Fzy. Clust. csv) írja. Az előzőekben minél szélesebb Accuracy, (illetve itt Delta) értéket adunk meg, annál kevesebb klasztert hoz létre. Addig növeljük őket még a számuk nem megy 100 alá Ha a tanítóminta kész, debug módba kapcsoljuk a Fuzzy. Tech-et Debug| Intercative menüvel, illetve az Analyzer| New 3 D Plot menüvel a FAM tanulással létrehozandó vezérlési függvényt ábrázoló diagrammot indítunk (egyelőre üres lesz), és gombbal bekapcsoljuk a nyomvonalat. (Nagyon magas tanulási epochszám esetén a debug mód kimarad, mert a grafikus ábrázolás erősen lassítja a tanulást!!!) katt FN Herstal: Megoldás Fuzzy. Tech 5. 5 -ben 5 katt kat t

FN Herstal: Megoldás Fuzzy. Tech 5. 5 -ben 6 • • A Tools|Neuro|Learning menüvel elindítva a tanulást, először bekéri a mintafájl nevét, amit előzetesen klaszterezéssel előkészítettünk (F 2000 Data. Iso. Clust. csv) A Learn Control ablakban a gombbal állítjuk be, hogy tanulás közben frissítse a 3 D diagrammot, majd gombbal indítjuk a tanulást Közben ugyanitt figyelemmmel kísérhetjük egy diagrammon epochonként a maximális hibát (Max. Deviation) és az RMSE-t (Avg. Deviation), illetve egy hisztogrammon a hibák output változó szerinti gyakoriságát A 3 D diagrammon eközben zöld felvillanások jelzik a tanítómintákat és fokozatosan kialakul az I/O változók terében a megkívánt vezérlési függvény a FAM tanulásának eredményeképpen Vessük össze alakját a minta eloszlással (a Valve. Pos itt fordított): att ka tt • k katt

FN Herstal: Megoldás Fuzzy. Tech 5. 5 -ben 7 • • t t ka tt ka A tanulás végetértével a fuzzy rendszer nyelvi változóira duplakattolva azt láthatjuk, hogy a fuzzy értékek helyzete megváltozott a FAM tanulása miatt: a fuzzy értékek a középérték felé dőlnek, tartójuk a középtől kifele haladva egyre nagyobb lesz. Ez a szerkezet sokkal előnyösebb nemlináris függvények modellezésénél, és kézzel nagyon nehéz lenne tt eltalálni. ka A szabálybázison duplán kattintva azt látjuk, hogy a FAM megváltoztatta a szabályok súlyait. A gombbal Súly szerinti csökkenő sorba rendezhetjük a szabályokat (Do. S Values…) 0 vagy kis súlyúakat shift+ egérhúzóval kijelölve Del gombbal letörölhetjük. Ez a szabálybázis redukciója (Pruning), ami kisebb és gyorsabb fuzzy rendszert eredményez a becslési hatékonyság minimális csökkenése árán (itt pl. 24 szabályt hagytunk meg az eredeti 144 -ből, a 7. 17%-os RMSE 7. 23%-ra növekedése árán) Fuzzy rendszer File|Save project menüvel menthető ift sh úz (a mentés a demó verzió+h ban nem működik)

FN Herstal: Megoldás Fuzzy. Tech 5. 5 -ben 8 katt t ka tt tt ka katt t t kat katt A kész fuzzy rendszert 4 módon használhatjuk: • Debug|Interactive menüvel Watch ablakban kézzel beállított inputokhoz kiszámítja az outputot • Debug|File Recorder menüvel a File Recorder ablakban megadhatunk egy CSV fájlt (pl. F 2000 Data. csv), ahonnan felszedi az input változókat és rekordonkénti becslést végez >, >| gombok hatására Mindezt a 3 D diagrammon is figyelhetjük • Debug|Batch menüvel a Batch ablakban megadott CSV fájlból felszedi az input változókat rekordonként, és a becsült outputokkal együtt visszaírja őket egy másik megadott CSV fájlba. Ez a leggyorsabb üzemmód, működése nem diagrammolható • Tools|Compile to menüvel az elkészült fuzzy rendszer lefordítható C, M, C++, Java illetve egy csomó más mikrokontrollerekben használatos programnyelv forráskódú moduljaiba, amelyből adott programnyelv fordítóját felhasználva mikrokontrolleren futtatható állományokat készíthetünk Vessük össze, mennyi idő alatt készíthető bonyolult nemlináris vezérlési problémákra működő megoldás a Fuzzy. Tech és a FAM segítségével, és mennyi ideig tartana ez a hagyományos módon differenciálegyenletek megoldásával és kézi kódolás mellett!

A gyakorlat tartalma 32. Házi Feladat ellenőrzése: A Sonar. BP. Ser hálózat RMSE-jének csökkentése FN Herstal esettanulmány • A cég és a termék története • Fegyvertörténelem, a forgó zárfejes rendszer működése • A versenytársak • Problémafelvetés • Az F 2000™ gépkarabély adaptív gázelvételi rendszere • A gázszelep vezérlési problémájának adatai • Megoldás Fuzzy. Tech 5. 5 -el: FAM algoritmus – Bemenő adatok formátuma – Előzetes adatelemzés SPSS-el, rendszergeneráció – A tanulás előkészítése és konfigurálása – A tanítóminta előkezelése fuzzy klaszterezéssel – A tanítás folyamata – A tanítás outputjai – Az elkészült fuzzy rendszer felhasználása • Megoldás XFuzzy 3. 0 -val – Alap fuzzy rendszer generációja – Fuzzy rendszer tanítása – Az XFuzzy tanulóalgoritmusai, hibamértékei, szabályvágása • Epilógus 33. Házi Feladat: Adaptív gázelvétel vezérlés optimalizálása • Szakirodalom

FN Herstal: Megoldás XFuzzy 3. 0 -ban 1 ka tt katt Az XFuzzy automatikus tanulása 2 területen hátrányban van a Fuzzy. Tech-hez képest: • Nem képes automatikusan nyelvi változó-kat/szabálybázist generálni, az alap fuzzy rendszer összeállítása manuális • Nem képes a szabályok súlyát tanulással változtatni, csak a nyelvi változók fuzzy értékeinek paraméterezését állítja be Előnyben van viszont két tekintetben: 1. Sokkal több tanulóalgoritmust kezel 2. A tanulást keresztvalidációval teszteli Így első lépésben manuálisan definiáljuk a gázszelep vezérlő XFuzzy rendszert, aminek csak főbb lépéseit ismertetjük itt (a rendszerépítést már részletesen bemutattuk a Lesson 29 -ben): • Az alapértelmezett operátorhalmazban (Defult Operatorset) az And operátort szorzásra (Product) állítjuk, mert ez jobban illeszkedik átlós helyzetű vezérlési függvények modellezéséhez. A defuzzifikációt pedig a műszaki problémákban szokásos Co. A helyett Weighted Fuzzy Mean-re, mert ez a Co. A-val ellentétben differenciálható, és így deriváltakat használó tanulási módszerek(pl. RMSE analitikus minimalizációja)is működik. • A Gas. Lead. Refl és Valve. Pos változók tipus (Type) leírásában 6, illetve 4, egyenlő tartójú haranggörbés fuzzy értéket definiálunk, vállakkal, mert ezek input vátozók • A Corr. Voltage-nél 6 egyenlő tartójú haranggörbét vállak nélkül, mert ez output változó ka tt

• • • FN Herstal: Megoldás XFuzzy 3. 0 -ban 2 A következő lépésben szabálybázist definiálunk a Gaslead. Refl és Valve. Pos inputok és a Corr. Voltage output változó közt a Matrix Rulebase Editorral vigyázva arra, hogy az operátorhalmaz (Operatorset) beállításnál a saját operátorhalmazunkat használjuk Az XFuzzy óriási hátránya a Fuzzy. Tech-el szemben, hogy a szabályok szerkesztésének eme áttekinthető formája csak 2 input és 1 output változót kezel, és nem definiálhatók vele egymás feletti szabályok, mint a Fuzzy. Tech hasonló eszközével A kész szabálybázis meghívásával, az I/O változókkal történő összekötésével az alap fuzzy rendszer elkészült. Ezután a Verification|Surface 3 D Plot menüvel kinyitjuk az XF 3 D ablakot és a Plot gombbal megtekinthetjük a nyers fuzzy rendszer vezérlési függvényét A nyers fuzzy rendszert File|Save system as menüvel mentjük *. xfl projektleíró fájlba (pl. F 2000. xfl) ka tt tt ka tt

FN Herstal: Megoldás XFuzzy 3. 0 -ban 3 t katt katt katt t tt ka katt katt tt tt ka ka tt ka A Tuning|Supervised Learning menüben: • Adjuk meg a tanító-(F 2000 Train. txt Training) és teszt (F 2000 Test. txt Test) fájlok nevét, melyek space-határolt, mezőnév nélküli szövegfájlok, ahol az utolsó oszlop az output változó, az előzetes oszlopok az inputok, definiálási sorrendben. A teljes minta véletlen elfelezésével kaptuk őket • Algorithm gommbal válasszunk tanulási módszert(pl. Quasi-Newton|Marquardt. . ) • Adjuk meg a paramétereit (0. 1, 10, 0. 1) • End Condition gombbal állíthatjuk algoritmusunk leállító feltételeit(pl. RMSE≤ 0. 6) • A Settings gombnál állíthatjuk, mit változtathat a tanulás: bármely változótipus (Type=Any), bármely fuzzy értékének (Memb. Funct. =Any), bármely paraméterét (Parameter=Any) Enable gombbal • Run gombbal indítjuk a tanulást, Stoppal állítható meg, Reload-dal újrakezdhetjük, Save gombbal menthetők a változások a fuzzy rendszerbe, de csak ha az algoritmus a leállító feltétel szerint ért véget, és nem úgy stoppoltuk le • Futás közben megfigyelhető az iterációnkénti tanító/teszt RMSE hiba csökkenése • Ha a teszt hiba jelentősen meghaladja a tanító hibát, a rendszer túltanult, ez ellen a kevéssé tüzelő fuzzy szabályok vágásával(Prune)/összevonásával(Clustering) tehetünk, tanulás előtt a Preprocessing, utána a Postprocessing gombnál állítva • A tanulási beállításokat a Save Config gombbal menthetjük fájlba (pl. F 2000. cfg)

• • ka ka tt tt t • A Gas. Lead. Refl, Valve. Pos input változók FN Herstal: Megoldás XFuzzy 3. 0 -ban 4 tipusdefiníciójánál láthatjuk, hogy a tanulás hogyan módosította fuzzy értékeiket A Verification|Surface 3 D Plot menünél a Plot gombra kirajzolja, hogyan változott meg az I/O változók közti vezérlési függvény a tanulás következtében A Synthesis|To C menüvel írhatjuk ki a betanított fuzzy rendszert C struktúraleíró (F 2000. h) és forráskód (F 2000. c) fájlokba a mikrokontroller számára Ezenkívül, lehetőség van C++, Java és VHDL nyelvű modulok generálására is kat • ka tt

FN Herstal: Megoldás XFuzzy 3. 0 -ban 5 A Fuzzy. Tech-ben egyetlenként alkalmazott FAM-mal szemben az XFuzzy a tanulási módszerek széles választékát kínálja: • Egyszerű gradiens-alapú módszerek (Gradient descendent): változónként külön nézi a tanítandó paraméterek változásának hatását a becslési hibára: – Backpropagáció (Backprop): (lásd: Lesson 30) Paraméterei: • Tanulási ráta (Learning rate): 0. 001. . 0. 01: a nagyobb gyorsabb, de rosszabb a kovergenciája – Momentum backpropagáció (Momentum Backprop): (lásd: Session 31) Paraméterei: • Tanulási ráta (Learning rate): 0. 001. . 0. 01 • (Momentum): 0. 01. . 0. 1: ha nagyobb konvergensebben de lassabban tanul – Adaptív tanulási rátás backpropagáció (Adaptive Learning Rate): (lásd: Session 31) • Kezdő tanulási ráta (Initial): 0. 001. . 0. 01, növekmény (Increase): 1. . 10, csökkentés (Decrease): 0. 01. . 0. 1: „fennsíkra” érve növeli a tanulási rátát, csúcsok közelében csökkenti – Adaptív lépésméret (Adaptive Step Size): Ugyanaz a rendszer, mint az előző, csak a gradiens algoritmus (lásd: Session 26) lépésméretére – Gyors backpropagáció (Quickprop): (lásd: Session 31) paraméterezése hasonló az adaptív tanulási rátáshoz, de csak növelni tudja – Resziliens backpropagáció (RProp): (lásd: Session 31) paraméterezése hasonló az adaptív lépésméretű gradiens algoritmushoz • Konjugált gradiens módszerek (Conjugated gradient): A hibafüggvény másodrendű parciális deriváltjainak sajátértékeit-sajátvektorait használó módszerek: – Sima konjugált gradiens (Conjugated gradient): (lásd: Session 26) Paraméterezése: • Tolerancia (Tolerance): 0. 001: nagyobb pontosság robbantja a számolásigényt • Iterációs limit (Iteration limit): 1000: mennyi időnk van a számolásokra – Normalizált konjugált gradiens (Scaled conjugated gradient): a deriváltak kiszámítása előtt 1 -es szórásúra normalizálja a döntési változókat lineáris átskálázással, hogy a gradiensvektor ne mutasson torzított képet

• • FN Herstal: Megoldás XFuzzy 3. 0 -ban 6 Kvázi Newton módszerek (Quasi Newton): analitikus hibafüggvény minimalizációt használó módszerek. Ezek a leggyorsabbak, de minden fuzzy rendszerben alkalmazott operátorfüggvénynek kétszer deriválhatónak kell lennie az alkalmazásukhoz: – Quasi Newton: (lásd: Session 26) Paraméterezése hasonló a konjugált gradienshez – Marquart-Levenberg: Ez általában a legjobb algoritmus, ha a fuzzy rendszer operátorhalmaza deriválható függvényekből áll. Ideális paraméterezése: Kezdő Hesse-addíció (Initial Hessian Additive): 0. 1, növekmény (Increase): 10, csökkentés (Decrease): 0. 1 Deriváltakat nélkülöző módszerek (No derivatives): ezeket akkor használjuk, ha nem megfelelő számunkra a Fuzzy. Mean vagy Wgt. Fuzzy. Mean defuzzifikáció (a fentebb említett módszerek csak ezekkel működnek), hanem ragaszkodunk a Co. A vagy Mo. M defuzzifikációhoz, amelyek nem deriválható módszerek. Ennek ára viszont az lesz, hogy ezek a tanulások lassabbak és kevésbé hatékonyabbak: – Hegymászó szimplex algoritmus (Downhill Simplex): A numerikus deriváltak vektorainak konvex lineáris kombinációjából alkotott konvex poliéder csúcsain elemi bázistranszformációkkal lépeget és szimplex algoritmussal (lásd: Lesson 24) keresi a hibafüggvény minimumát. paraméterezése hasonló az adaptív lépésméret algoritmushoz – Vak keresés (Blind search): (lásd: Session 26) random megoldások hibafüggvény értékeit értékeli ki. Paraméterezése: Perturbation: 0. 001. . 0. 01 mennyire szórja a random kezdő megoldásokat – Szimulált hűtés (Simulated annealing): (lásd: Session 26) Paraméterezése: • Perturbation: 0. 001. . 0. 01 mennyire szórja a random kezdő megoldásokat. • Initial temperature: 0. 01. . 0. 1 mennyire rezegtesse kezdetben a keresőpontokat • Temperature reduct: 0. 001. . 0. 01 mennyire csükkentse a rezgést lépésenként

FN Herstal: Megoldás XFuzzy 3. 0 -ban 6 Az XFuzzy a Fuzzy. Tech-el ellentétben nemcsak az RMSE becslési hibafüggvényt kezeli, hanem a tanuló algoritmusok által minimalizálható hibafüggvények széles köre közül választhatunk az Error Function gombbal: • Folytonos output változó becslési hibáinak kiértékelése: – Előjeleket négyzetreemeléssel eltűntető hibamértékek: • Relatív négyzetes hibák átlaga (MSE, Relative Mean Squared Error) • Győztes szabálytüzeléssel súlyozott négyzetes hibák átlaga (WMSE, Weighted Mean Squared Error) – Előjeleket abszolút értékkel eltűntető hibamértékek: • Abszolút hibák átlaga (Mx. AE, Mean Absolute Error) • Súlyozott abszolút hibák átlaga (WMAE, Weighted Mean Absolute Error) • Kategória output változó (klasszifikáció) becslési hibáinak kiértékelése: – Klasszifikációs hiba (CE, Classification Error): 1 ha talált, 0 ha nem. Nem differenciálható, ezért csak nem derivált alapú tanulási módszerekkel használható – Fejlesztett klasszifikációs hiba (ACE, Advanced Classification Error): a becsült és a tényleges kategória távolságán alapul, ez sem differenciálható – Négyzetes klasszifikációs hiba (CSE, Classification Squared Error): az output fuzzy értékek becsült és elvárt tüzelései közti különbség négyzetösszege, deriválható, így az összes tanulási módszerrel használható A tanulás előtt (Preprocessing)/ után (Postprocessing) többféle módszerrel kűzdhetünk a túltanulás jelensége (lásd: Lesson 30) ellen: • Soha nem tüzelő, vagy alacsony tüzelésű fuzzy szabályok levágása (Pruning): – a tüzelési szint alatt vág (Prune under level Z) – Legrosszabb n szabályt vág (Prune worst N rules) – Legjobb n kivételével mindenkit (Prune everything except worst N rules) • Output változó fuzzy értékeinek klaszterezése (Clustering): – K-közép klaszterezés (Predetermined number of clusters) – Hierarchikus klaszterezés (Optimal number of clusters) A tanulási algoritmusok leállítási feltételeinek (End Condition) definiálása során: bármely tanító vagy teszt hibamértékre adhatunk alsó korlátot, illetve az iterációszámra felsőt

A gyakorlat tartalma 32. Házi Feladat ellenőrzése: A Sonar. BP. Ser hálózat RMSE-jének csökkentése FN Herstal esettanulmány • A cég és a termék története • Fegyvertörténelem, a forgó zárfejes rendszer működése • A versenytársak • Problémafelvetés • Az F 2000™ gépkarabély adaptív gázelvételi rendszere • A gázszelep vezérlési problémájának adatai • Megoldás Fuzzy. Tech 5. 5 -el: FAM algoritmus – Bemenő adatok formátuma – Előzetes adatelemzés SPSS-el, rendszergeneráció – A tanulás előkészítése és konfigurálása – A tanítóminta előkezelése fuzzy klaszterezéssel – A tanítás folyamata – A tanítás outputjai – Az elkészült fuzzy rendszer felhasználása • Megoldás XFuzzy 3. 0 -val – Alap fuzzy rendszer generációja – Fuzzy rendszer tanítása – Az XFuzzy tanulóalgoritmusai, hibamértékei, szabályvágása • Epilógus 33. Házi Feladat: Adaptív gázelvétel vezérlés optimalizálása • Szakirodalom

FN Herstal: Epilógus Az esettanulmány zárásaként egy példát mutatunk a modern gépkarabélyok rövid sorozatainak pusztító hatásáról: • A mellékelt felvételt az olasz Canale 5 csatorna Telegiornale televíziós híradójának stábja készítette 2006. 12. 3 -án az iraki Faludzsában, az USMC és iraki lázadók utcai harca közben • Látható, hogy 18 -20 év körüli – feltehetőleg még minimális kiképzést sem kapott – iraki fiatalember afféle iszlám Rambóként, fedezék nélkül, az utca közepéről próbál egy RPG -t kilőni a tengerész-gyalogosok állásaira, ahogy a hollywoodi mozikban látta. Lássuk, milyen eredménnyel! • A lassításban látszik, hogy a • mellébe kapott első lövés után • meglepetten támaszkodni próbál a kezein, és a sokktól még nem is érzi a fájdalmat, • amikor egy háromlövéses rövid sorozatból kettő lövedék fejen • találja. Már halott, mielőtt a feje az aszfalton koppanna. Tanulságként leszűrhető, hogy a neuro-fuzzy rendszerek segítségével hatékonyabban lehet embert ölni. Azonban, nincs olyan neuro-fuzzy rendszer, ami enyhítené a fiú anyjának fájdalmát, Nincs algoritmus, ami megszűntetné az őt lelövő tengerészgyalogosok rémálmait a halottak tekintetéről, Nincs módszer, ami elvenné az amerikai hadiipari konszernektől és az iraki haduraktól a háborúban összeharácsolt milliárdokat, és odaadná az áldozatok hozzátartozóinak meg a megnyomorított túlélőknek.

33. Házi Feladat: Adaptív gázelvétel vezérlés optimalizálása • Láthattuk, hogy a Fuzzy. Tech FAM algoritmusa 7. 17%-os, az XFuzzy L-M algoritmusa 5. 98%-os RMSE hibával tudta becsülni a gázszelep vezérlési függvényét a F 2000 Data. xls minta adatbázisból. • Próbáljuk meg az RMSE-t csökkenteni Fuzzy. Tech vagy XFuzzy bármely tanulóalgoritmusa segítségével, az I/O nyelvi változók értékeinek számának, tipusának, fuzzy operátorainak módosításával. (Keresztvalidációt itt nem kell végezni): – RMSE≤ 5. 0% = 5 p – 5. 0%<RMSE≤ 5. 1% = 4 p – 5. 1%<RMSE≤ 5. 2% = 3 p – 5. 2%<RMSE≤ 5. 3% = 2 p – 5. 3%<RMSE≤ 5. 4% = 1 p – 5. 4%>RMSE = 0 p • A megoldás: 33 -1 Megoldas. doc

• • • Szakirodalom A Fuzzy. Tech 5. 5 és az XFuzzy 3. 0 neuro-fuzzy részeinek kezelése magyarul CANAL -formátumban: Neuro. Fuzzy. Notes. doc Videók a különleges kommandóegységek valós bevetéseiről: http: //www. youtube. com/watch? v=Al. Fvq. Cn. HRw. A (Az interneten megjelenő valós iraki csatajeleneteket az USA erősen cenzúrázza. Az összes legális streaming video szerveren ugyanaz a 2 -3 klip érhető el. ) Cenzúrázatlan csata videók: http: //www. globalspecialoperations. com http: //www. myiraqvacation. com (az ezeket megjelentető honlapokat rendszeresen lecserélik cenzúrázott kamu-tartalmakat megjelentető honlapokkal, folyamatosan keresni kell utánuk) Animáció az M 16 -os gépkarabély forgó zárfejes rendszeréről: http: //biggerhammer. net/ar 15/cad/m 4_sim_2002_08_16 b 2. mov Angol nyelvű cikk a gépkarabélyok gázelvételi nyílásainak méretezési problémáiról: http: //findarticles. com/p/articles/mi_m 0 BQY/is_11_51/ai_n 15402262