编辑|开放获取
奥斯卡蒙特埃尔罗斯罗伯托•赛克鲁斯奥斯卡卡斯蒂略,高山Basturk, ”高性能模糊系统的现实世界的问题”,模糊系统的进步, 卷。2012年, 文章的ID316187年, 2 页面, 2012年。 https://doi.org/10.1155/2012/316187
高性能模糊系统的现实世界的问题
如今,开发高性能计算机的重要性(HPC)和有效的算法,利用新技术的多样性和复杂性迅速增长,因为需要模拟的数学模型还在不断增加;以及有更多的技术问题,需要在高速处理数据。高性能计算是一个宝贵的工具,分析师、工程师和科学家,因为它提供了他们需要的资源做出重要决定,加快研究和发展,促进产品创新,并减少投放市场的时间。对模糊逻辑,有各种各样的fuzzy-based申请消费电子产品,必须满足高速实时处理数据的限制,以及大量的数据包含来自不同来源的不确定性,往往不能充分建模和/或由1型模糊集处理。
这个特殊的问题包含五个文件,处理重要的话题,是应对上述挑战的贡献在一个原始的和有效的方式。一篇论文是关于一个新的voltage-input,电流输出可编程使用CMOS技术成员函数发生器电路。两篇论文是关于提高性能的模糊系统使用现场可编程门阵列(FPGA);建议,融合和SmartFusion fpga爱特公司使用;此外,在这些论文使用软硬处理器、嵌入式核心知识产权(ip核心),使用C语言编程和硬件描述语言(VHDL)是说明。两篇论文解决的问题改善2型模糊系统的性能。
本文题为“一种新型可编程CMOS fuzzifiers使用电压和电流变换器电路”k·阿卜杜勒·m·阿兹,一个新的voltage-input,电流输出可编程的成员函数发生器电路(MFC)使用CMOS技术。它采用电压和电流转换器为会员提供所需的电流偏置电路功能。拟议的MFC有几个有利的特性。这个MFC可以重新配置执行三角形,梯形,s形,Z-shape,加入高斯形式。这个成员函数可以被编程的宽度,斜坡,其中心位置的论域。的容易可调特性提出了电路,其准确性使它适合嵌入式系统和工业控制应用程序。拟议的MFC设计使用spice软件,并获得仿真结果报告。
本文题为“设计高性能模糊控制器结合IP核和软处理器”o .打算等人提出了一种方法将模糊协处理器硬件描述语言(VHDL) (VHSIC硬件描述语言)中描述软处理器嵌入式FPGA。其目的是提高整个系统的吞吐量;由于控制器使用并行high-speed-demanding电路级的应用程序,应用程序的其余部分可以用C / c++编写的。柔软的手臂32位处理器,它允许顺序和并行编程,使用。方法的协处理器包含一个调优方法,允许操作系统响应只修改一个参数。作者展示实验结果使用模糊PD + I控制器作为嵌入式协处理器。比较结果等不同的硬件平台的桌面个人电脑,斯巴达3 FPGA, Virtex 5 FPGA和Atmel AVR 8位单片机。
本文题为“WLAN细胞传递延迟减少使用FPGA实现模糊逻辑算法,”r·赛普维达等人提出一个预测模糊逻辑控制器FPGA实现加快处理时间减少无线通信系统的信道扫描过程标准时间的十分之一。IEEE 802.11 n标准收益率数据速率高达450 Mbps,和802.11 e标准确保熟练QoS实时应用程序。还需要更好的性能,多单元的环境,提供扩展保险条款允许移动电台游牧通道之外的一个细胞通过细胞dissociation-association过程称为切换。这个过程构成了挑战等实时应用程序的声音通过IP(150毫秒最大延迟)和视频(200 - 400 ms)会话给用户无缝cell-crossing破损,不会丢失数据或会话。该算法的C语言实现的模糊控制器。使用FPGA SmartFusion提供实验结果。
摘要“加速区间二型模糊逻辑系统的基于GPU的机器人导航,”l .非政府组织等人说明如何安装间隔2型FLS的(IT2-FLS)图形处理单元(GPU)和使用nVIDIA的统一计算设备架构(CUDA);作者显示机器人的避障行为导航实验。他们开展fls的分析为了利用gpu加速IT2-FLSs处理功能。他们证明,使用计算机的CPU优于小系统的GPU和得出结论,随着规则和采样率的数量的增长,GPU优于CPU。他们表明,有一个开关的性能比这表明当GPU比CPU效率更高。GPU在电脑上运行约30倍。
本文题为“一个混合模型通过二型模糊逻辑系统的融合和sensitivity-based线性建模原油PVT属性系统的学习方法," a Selamat等人提出一个方案建模pressure-volume-temperature (PVT)的属性,这是至关重要的地球物理和石油工程师,即利用的物料平衡计算,流入性能计算,测井分析,确定石油储量估计,和石油的数量,可以恢复,石油或天然气的流量,输出和模拟水库。在这个提案,基于sensitivity-based线性混合系统学习方法(SBLLM)最近被用作预测工具,因为其独特的特点和性能,特别是其高稳定性和一致性在预测,结合二型模糊逻辑系统(FLS)来处理不确定性在储层数据。这项工作提出了比较研究来比较新提议T2-SBLLM混合动力系统的性能与每个2型FLS的成分和SBLLM。实证结果的仿真表明,该T2-SBLLM混合系统极大地改进SBLMM的性能,同时保持对2型的FLS的更好的性能。
确认
我们要感谢作者的优秀作品,包含在高性能计算领域的重要贡献,以及评论家的论文评审过程的重要作用。
奥斯卡蒙特埃尔罗斯
罗伯特·赛克鲁斯
奥斯卡卡斯蒂略
高山Basturk
版权
版权©2012年奥斯卡蒙特埃尔罗斯等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。