TY - JOUR ID - TI - Optimization of Interval Type-2 Fuzzy Logic System By using A New Hybrid Method of Whale Optimization algorithm and Extreme Learning Machine تحسين تحسين نظام المنطق الضبابي من النوع الثاني ذو الفاصل الزمني باستخدام طريقة هجينة جديدة لخوارزمية تحسين الحوت وآلة التعلم القصوى AU - Nazar Khalaf Hussein Al-Dikhil نزار خلف حسين الدخيل AU - Mohammed Qasim Ibrahim, محمد قاسم إبراهيم ، PY - 2021 VL - 26 IS - 2 SP - 126 EP - 136 JO - Tikrit Journal of Pure Science مجلة تكريت للعلوم الصرفة SN - 18131662 24151726 AB - The problem of searching for the best values of the fuzzy logic parameters (T1FLS) is consider complex problems, and for type-2 fuzzy logic system (T2FLS) the problem is more complex, in special case interval type-2 fuzzy logic system (IT2FLS). The Researchers have used many methods and algorithms to solve this problem, and among the most important algorithms used in this field are the)Meta-heuristic) algorithms. Because Meta-heuristic algorithms have a high capacity in the practical field, so we used one of the modern algorithms in this field, which is the Whale Optimization algorithm (WOA). We are used the (WOA) algorithm together with the Extreme Learning Machine (ELM) algorithm as a hybrid algorithm to find the best parameters for the IT2FLS. Whereas, the (WOA) algorithm was used to estimate the values of the antecedent for the system, and the (ELM) algorithm was used to find the values of the consequent parts in the system. The simulation results show that the proposed algorithm is effective for a system (IT2FLS).

تعتبر مشكلة البحث عن أفضل قيم للمعلمات المنطقية الضبابية لـ (T1FLS) من المشكلات المعقدة، وبالنسبة لنظام المنطق الضبابي من النوع الثاني (T2FLS) تكون المشكلة أكثر تعقيدًا ،خصوصا في نظام المنطق الضبابي من النوع الثاني ذو الفاصل الزمني (IT2FLS). واستخدم الباحثون العديد من الطرق والخوارزميات لحل هذه المشكلة، ومن أهم الخوارزميات المستخدمة في هذا المجال هي خوارزميات (Meta-heuristic). نظرًا لأن الخوارزميات الفوقية لها قدرة عالية في المجال العملي، فقد استخدمنا إحدى الخوارزميات الحديثة في هذا المجال، وهي خوارزمية تحسين الحيتان (WOA). نحن نستخدم خوارزمية (WOA) مع خوارزمية Extreme Learning Machine (ELM) كخوارزمية هجينة للعثور على أفضل المعلمات لـ IT2FLS. حيث تم استخدام خوارزمية (WOA) لتقدير قيم سابقة للنظام، وتم استخدام خوارزمية (ELM) لإيجاد قيم الأجزاء الناتجة او اللاحقة في النظام. وتظهر نتائج المحاكاة أن الخوارزمية المقترحة فعالة لنظام (IT2FLS). ER -