Побудова класифікаційних нечітких правил на основі оберненого логічного виведення

  • Г. Б. Ракитянська Вінницький національний технічний університет
Ключові слова: нечіткі відношення, класифікаційні нечіткі правила, обернене логічне виведення, розв’язання системи рівнянь нечітких відношень, сполучені нечіткі правила

Анотація

Запропоновано метод побудови класифікаційних нечітких баз знань на основі нечітких відношень і оберненого логічного виведення, що дозволяє уникнути трудомістких процедур генерування і селекції експертних правил. Носієм експертної інформації є матриця нечітких відношень «причини–наслідки». Показано, що класифікаційні нечіткі правила ЯКЩО–ТО представляють множину розв’язків рівнянь нечітких відношень у вигляді сполучених нечітких термів, де міри значимостей причин і наслідків описуються нечіткими квантифікаторами. Задача побудови класифікаційних нечітких правил, яка полягає у відновленні значень вхідних змінних для заданих класів виходу, зведена до розв’язання системи рівнянь нечітких відношень за допомогою генетичного алгоритму. Кількість правил у класі дорівнює кількості розв’язків, а форма функцій належності сполучених термів у правилі визначається мірами значимостей причин.

Біографія автора

Г. Б. Ракитянська, Вінницький національний технічний університет
канд. техн. наук, доцент, докторант кафедри програмного забезпечення

Посилання

1. Ротштейн А. П. Интеллектуальные технологии идентификации : нечеткие множества, генетические алгоритмы,
нейронные сети. — Винница : УНІВЕРСУМ-Вінниця, 1999. — 320 с. — ISBN 966-7199-49-5.
2. Dubois D. What are fuzzy rules and how to use them / D. Dubois, H. Prade // Fuzzy Sets and Systems. — Vol. 84 (2). —
1996, P. 169—189. — ISSN 0165-0114.
3. Eslami E. Inverse approximate reasoning / E. Eslami, J.J. Buckley // Fuzzy Sets and Systems. — Vol. 87 (2). — 1997. —
P. 155—158. — ISSN 0165-0114.
4. Mellouli N. Abductive reasoning and measures of similitude in the presence of fuzzy rules / N. Mellouli, B. BouchonMeunier
// Fuzzy Sets and Systems. — Vol. 137 (1). — 2003 — P. 177—188. — ISSN 0165-0114.
5. Yager R. Essentials of fuzzy modeling and control / R. Yager, D. Filev. — New York: John Willey & Sons, 1994. —
408 p. — ISBN 0-471-01761-2.
6. Peeva K. Fuzzy relational calculus. Theory, applications and software / K. Peeva, Y. Kyosev. — New York : World Scientific,
2004. — 304 p. — ISBN 978-981-256-076-6.
7. Rotshtein A. Fuzzy evidence in identification, forecasting and diagnosis / A. Rotshtein, H. Rakytyanska. — Heidelberg:
Springer, 2012. — 314 p. — ISBN 978-3-642-25785-8.
8. Ракитянська Г. Б. Ідентифікація нелінійних залежностей нечіткими правилами і відношеннями / Г. Б. Ракитянська
// Контроль і управління в складних системах КУСС – 2012 : XI Міжн. наук. конф., 9—11 жовтня 2012 р. : тези доп. —
Вінниця : ВНТУ, 2012. — C. 255. — ISBN 966-641-187-3.
9. Zadeh L. A computational approach to fuzzy quantifiers in natural language / L. Zadeh // Computers and Mathematics with
Applications. — 1983. — Vol. 9. — P. 149—184. — ISSN 0898-1221.
10. Rotshtein A. Fuzzy logic and the least squares method in diagnosis problem solving / A. Rotshtein, H. Rakytyanska // In:
Sarma R.D. (ed) Genetic diagnoses. — New York : Nova Science Publishers, 2011. — pp. 53—97. — ISBN 978-1-61324-866-9.
11. Bojadziev G. Fuzzy logic for business, finance and management / G. Bojadziev, M. Bojadziev. — World Scientific Publishing.
— 1997. — 252 p. — ISBN 978-9810228941.
12. Ротштейн А. П. Управление запасами как задача идентификации на основе нечеткой логики / А. П. Ротштейн,
А. Б. Ракитянская // Кибернетика и системный анализ. — 2006. — № 3. — С. 123—133. — ISSN 0023-1274.
Переглядів анотації: 47 Завантажень PDF: 13
Як цитувати
[1]
Г. Ракитянська, Побудова класифікаційних нечітких правил на основі оберненого логічного виведення, Вісник Вінницького політехнічного інституту, № 6, с. 99-107, 1.
Номер
Розділ
Інформаційні технології та комп'ютерна техніка

Завантаження

Данные скачивания пока не доступны.