КРИТЕРІЇ ТОЧНОСТІ ТА КОМПАКТНОСТІ ДЛЯ ОЦІНЮВАННЯ ЯКОСТІ НЕЧІТКИХ БАЗ ЗНАНЬ У ЗАДАЧАХ ІДЕНТИФІКАЦІЇ

Автор(и)

  • Сергій Дмитрович Штовба Вінницький національний технічний університет
  • Олена Валеріївна Штовба Вінницький національний технічний університет
  • Ольга Дмитрівна Панкевич Вінницький національний технічний університет

Ключові слова:

нечітка база знань, критерії якості, точність, компактність, нечітка ідентифікація

Анотація

Якість нечіткої бази знань розглянуто як властивість моделі досліджуваної залежності задовольнити вимоги замовника за багатьма критеріями, серед яких найпопулярнішими є точність і компактність. Досліджено нечіткі бази знань, що моделюють три типи залежностей із виходом у формі чіткого числа, нечіткого числа або класу рішення. Для кожного типу залежності систематизовано критерії точності відповідних нечітких баз знань. Для оцінювання компактності нечіткої бази знань описано 9 відомих частинних критеріїв та запропоновано 5 нових.

Біографії авторів

Сергій Дмитрович Штовба, Вінницький національний технічний університет

професор, д. т. н., професор кафедри комп’ютерних систем управління

Олена Валеріївна Штовба, Вінницький національний технічний університет

к. е. н., доцент кафедри менеджменту та моделювання в економіці

Ольга Дмитрівна Панкевич, Вінницький національний технічний університет

доцент, к. т. н., доцент кафедри теплогазопостачання

Посилання

1. Ishibuchi H. Single-objective and two-objective genetic algorithms for selecting linguistic rules for pattern classification problems / H. Ishibuchi, T. Murata, I. B. Turksen // Fuzzy Sets and Systems. – 1997. – Vol. 89, No. 2 – P. 135 – 50.

2. Штовба С. Д. Вплив кількості нечітких правил на точність бази знань Мамдані / С. Д. Штовба, В. В. Мазуренко, О. Д. Панкевич // Вісник Хмельницького національного університету. Технічні науки. – 2011. – № 2. – С. 185 – 188.

3. Штовба С. Д. Залежність точності ідентифікації від обсягу нечіткої синглтоної бази знань / С. Д. Штовба, О. Д. Панкевич, В. В. Мазуренко // Інформаційні технології та комп’ютерна інженерія. – 2011. – № 1. – С. 73 – 78.

4. Штовба С. Д. Дослідження навчання компактних нечітких баз знань типу Мамдані / С. Д. Штовба , В. В. Мазуренко // Штучний інтелект. – 2011. – № 4. – С. 521 – 529.

5. Штовба С. Д. Дослідження навчання компактних нечітких синглтонних баз знань / С. Д. Штовба, В. В. Мазуренко // Вимірювальна та обчислювальна техніка в технологічних процесах. – 2011. – № 1. – С. 133 – 139.

6. Генетичний алгоритм вибору правил нечіткої бази знань, збалансованої за критеріями точності та компактності [Електронний ресурс] / С. Д. Штовба, В. В. Мазуренко, Д. А. Савчук // Наукові праці Вінницького національного технічного університету. – 2012. – №3. Режим доступу до журн.: http://www.nbuv.gov.ua/ejournals/ vntu/2012_3/2012-3.files/uk/12sdsacc_ua.pdf.

7. Riid A. Identification of Transparent, Compact, Accurate and Reliable Linguistic Fuzzy Models / A. Riid, E. Rüstern // Information Sciences. – 2011. – Vol. 181, № 20. – P. 4378 – 4393.

8. Guillaume S. Learning interpretable fuzzy inference systems with FisPro // Information Sciences / S. Guillaume, B. Charnomordic // Information Sciences. – 2011. – Vol. 181, № 20. – P. 4409 – 4427.

9. Mencar C. Design of fuzzy rule-based classifiers with semantic cointension / C. Mencar, С. Castiello, R. Cannone, A. M. Fanelli // Information Sciences. – 2011. – Vol. 181, № 20. – P. 4361 – 4377.

10. Gacto M. J. Interpretability of linguistic fuzzy rule-based systems: An overview of interpretability measures / M. J. Gacto, R. Alcala, F. Herrera // Information Sciences. – 2011. – Vol. 181, № 20. – P. 4340 – 4360.

11. Штовба С. Д. Проектирование нечетких систем средствами MATLAB / С. Д. Штовба. – М.: Горячая линия. – Телеком, 2007. – 288 с.

12. Mamdani E. H. An Experiment in Linguistic Synthesis with Fuzzy Logic Controller / E. H. Mamdani, S. Assilian // Int. J. Man-Machine Studies. – 1975. – Vol. 7, № 1. – P. 1 - 13.

13. Takagi T. Fuzzy Identification of Systems and Its Applications to Modeling and Control / T. Takagi, M. Sugeno // IEEE Trans. on Systems, Man, and Cybernetics. – 1985. Vol. 15, № 1. – P. 116 - 132.

14. Ротштейн А. П. Интеллектуальные технологии идентификации: нечеткая логика, генетические алгоритмы, нейронные сети / А. П. Ротштейн. – Винница: УНІВЕРСУМ–Вінниця, 1999. – 320 с.

15. Штовба С. Д. Настройка нечеткой модели по обучающей выборке с нечетким выходом / С. Д. Штовба // Кибернетика и системный анализ. – 2007. – № 3. – C. 26 – 32.

16. Штовба С. Д. Навчання нечіткої бази знань за вибіркою нечітких даних / С. Д. Штовба // Штучний інтелект. – 2006. – № 4. – C. 560 – 570.

17. Pedrycz W. An Identification Algorithm in Fuzzy Relational Systems / W. Pedrycz // Fuzzy Sets and Systems. – 1984. – № 13. – P. 153 – 167.

18. Штовба С. Д. Моделювання залежностей за допомогою нечіткої бази знань з нечіткими регресійними рівняннями / С. Д. Штовба // Вісник Вінницького політехнічного інституту. – 2011. – № 3. – C. 195 – 199.

19. Ротштейн А. П. Моделирование надежности человека-оператора с помощью нечеткой базы знаний Сугено / А. П. Ротштейн, С. Д. Штовба // Автоматика и телемеханика. – 2009. – № 1. – С. 180 – 187.

20. Shtovba S. Tuning the Fuzzy Classification Models with Various Learning Criteria: the Case of Credit Data Classification / S. Shtovba, O. Pankevich, G. Dounias // Fuzzy Sets and Soft Computing in Economics and Finance : intern. conference, 17 – 20 June 2004 : proc., Vol. 1. – St. Petersburg (Russia), 2004. – P. 103 – 110.

21. Штовба С. Д. Порівняння критеріїв навчання нечіткого класифікатора / С. Д. Штовба // Вісник Вінницького політехнічного інституту. – 2007. – № 6. – С. 84 – 91.

##submission.downloads##

Переглядів анотації: 169

Як цитувати

[1]
С. Д. Штовба, О. В. Штовба, і О. Д. Панкевич, «КРИТЕРІЇ ТОЧНОСТІ ТА КОМПАКТНОСТІ ДЛЯ ОЦІНЮВАННЯ ЯКОСТІ НЕЧІТКИХ БАЗ ЗНАНЬ У ЗАДАЧАХ ІДЕНТИФІКАЦІЇ», НаукПраці ВНТУ, вип. 4, Вер 2013.

Номер

Розділ

Інформаційні технології та комп'ютерна техніка

Метрики

Завантаження

Дані завантаження ще не доступні.

Статті цього автора (авторів), які найбільше читають