tify"> Висновок B
Нечітка інтерпретація дозволяє перейти до узагальненого modus ponens, який може бути записаний так:
Передумова I - факт А
Передумова II - правило якщо A, то B
_________________________________
Висновок B
де - нечіткі числа, визначені своїми функціями належності на множині дійсних чисел [2].
Нехай база знань містить набір правил:
Кожному правилу відповідає імплікація. Існує два підходи до формування функції приналежності ув'язнення:
1) спочатку всі правила агрегуються, а потім застосовується композиція;
2) спочатку формується висновок для кожного правила виводу, а потім застосовується оператор агрегування.
Якщо вийшло безліч B є нечітким, то виникає проблема визначення конкретного числового значення вихідної змінної. Для цього використовується процедура дефаззіфікації.
ЕТАП 4. дефазифікація
Під дефазифікація нечіткої множини B * (y), є результатом виведення, розуміється операція знаходження чіткого значення y *, яке б найбільш «раціональним» чином представляло це безліч.
Найбільш відомі методи дефаззіфікації [3]:
· метод середнього максимуму
де відрізок, що має максимальну ступінь належності;
· метод першого максимуму - в якості чіткого значення представляє результуюче нечітка множина-висновок, вибирається найменше значення, максимізуючи його функцію приналежності;
· метод останнього максимуму - в якості чіткого значення представляє результуюче нечітка множина-висновок, вибирається найбільше значення, максимізуючи його функцію приналежності;
· метод центру тяжіння припускає, що в якості чіткого значення для представлення результуючого нечіткої множини, що задається функцією приналежності, повинна вибиратися координата центра ваги фігури, обмеженої графіком цієї функції. Значення координати центру ваги може бути знайдено за формулою
(межі інтегрування задаються областю визначення результуючого нечіткої множини-виводу);
· метод висот
.
РОЗДІЛ 3. ПРОЕКТУВАННЯ НЕЧІТКОГО КЛАСИФІКАТОРА НА ОСНОВІ спостерігається ДАНИХ
3.1 Постановка завдання
Нехай є N об'єктів, кожен з яких характеризується n властивостями, так що об'єкту відповідає векторна оцінка.- Безліч векторних оцінок. Потрібно визначити розбиття множини на підмножини, такі що і для (, для. Підмножини будемо називати класами (або кластерами). Якщо розбиття визначено, то для будь-якого нового об'єкта необхідно визначити приналежність до певного класу.
Дане завдання пов'язана з пошуком на безлічі векторних оцінок А відносини еквівалентності Е, яке однозначно визначає шукане розбиття. Воно являє собою фактор-безліч безлічі А по відношенню еквівалентності Е.
3.2 Структура моделі
Ми застосовуємо нечіткі правила класифікації, кожне з яких описує один з класів в наборі даних
Тут позначає число властивостей, - вхідний вектор, - висновок i -го правила і попередні нечіткі множини.
Крок 1: Ступінь активації i -го правила обчислюється як:
Крок 2: Вихід класифікатора визначається правилом, яке має найвищу ступінь активації:
Шаг3: Припускаємо, що число класів відповідає числу правил, тобто M=. Ступінь впевненості у вирішенні дана нормалізованої ступенем активації правила:
3.3 Керована даними ініціалізація
З До доступних пар даних ми будуємо n -мірний шаблон матриці і відповідний вектор-позначку. Нечіткі антецеденти в початковій базі правил визначаються алгоритмом, ...
