ГЕНЕРУВАННЯ ПРАВИЛ ЯКЩО–ТО НА ОСНОВІ РІВНЯНЬ НЕЧІТКИХ ВІДНОШЕНЬ І ГЕНЕТИЧНОГО АЛГОРИТМУ

  • Г. Б. Ракитянська Вінницький національний технічний університет
Ключові слова: нечіткі відношення, генерування нечітких правил, налаштування структури правил, розв’язання рівнянь нечітких відношень

Анотація

Запропоновано підхід до генерування правил ЯКЩО–ТО на основі розв’язання рівнянь нечітких від-ношень, що дозволяє уникнути селекції правил із множини правил-кандидатів. Система правил ЯК-ЩО–ТО розглядається як множина лінгвістичних розв’язків рівнянь нечітких відношень, отримана шляхом переходу до сполученої системи нечітких термів. Розв’язання рівнянь нечітких відношень за допомогою генетичного алгоритму забезпечує оптимальну кількість нечітких правил для кожного вихідного терму і оптимальну геометрію вхідних термів для кожного лінгвістичного розв’язку.

Біографія автора

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

Посилання

1. Ishibuchi H. Fuzzy rule selection by multi-objective genetic local search algorithms and rule evaluation measures in data
mining / H. Ishibuchi, T. Yamamoto // Fuzzy Sets and Systems. — 2004. — Vol. 141(1). — P. 59 — 88. — ISSN: 0165-0114.
2. Multiobjective genetic fuzzy rule selection of single granularity-based fuzzy classification rules and its interaction with the
lateral tuning of membership functions / [R. Alcala, Y. Nojima, F. Herrera, H. Ishibuchi] // Soft Computing. — 2011. — Vol. 15
(12). — pp. 2303-2318. — ISSN: 1432-7643.
3. Similarity measures in fuzzy rule base simplification / [M. Setnes, R. Babuska, U. Kaymak, H. R. van Nauta Lemke] //
IEEE Transactions on System, Man, Cybernetics. Part B. — 1998. — vol. 28 (3). — Pp. 376—386. — ISSN: 1083-4419.
4. Jin Y. Fuzzy modeling of high-dimensional systems: complexity reduction and interpretability improvement / Y. Jin //
IEEE Transactions on Fuzzy Systems. — 2000. — Vol. 8 (2). — Pp. 212—221. — ISSN 1063-6706.
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. 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.
9. 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.
10. Rotshtein A. Expert rules refinement by solving fuzzy relational equations / A. Rotshtein, H. Rakytyanska // Human System
Interaction HSI — 2013 : VI IEEE Conference, 6 — 8 June, 2013 : Proceedings. — Sopot, Poland, 2013. — Pp. 257—264.
— ISBN 978-1-4673-5636-7.
11. 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
Як цитувати
[1]
Г. Ракитянська, ГЕНЕРУВАННЯ ПРАВИЛ ЯКЩО–ТО НА ОСНОВІ РІВНЯНЬ НЕЧІТКИХ ВІДНОШЕНЬ І ГЕНЕТИЧНОГО АЛГОРИТМУ, Вісник Вінницького політехнічного інституту, № 4, с. 60-69, 1.
Номер
Розділ
Інформаційні технології та комп'ютерна техніка