Показати скорочену інформацію

dc.contributor.authorРакитянська, Г. Б.uk
dc.date.accessioned2015-11-05T14:13:11Z
dc.date.available2015-11-05T14:13:11Z
dc.date.issued2015-05-06
dc.identifier.citationРакитянська Г. Б. Оптимізація сполучених нечітких баз знань на правилах і відношеннях [Текст] / Г. Б. Ракитянська // Інформаційні технології та комп'ютерна інженерія. - 2015. - № 1. - С. 17-26.uk
dc.identifier.issn1999-9941
dc.identifier.urihttp://ir.lib.vntu.edu.ua/handle/123456789/2102
dc.description.abstractРозглядається задача оптимізації сполучених нечітких баз знань, в яких причини і наслідки з’єднуються нечіткими відношеннями, а міри значимостей причин і наслідків – класифікаційними нечіткими правилами, які є якісними розв’язками системи рівнянь нечітких відношень для заданих класів виходу. Задача оптимізації сполученої нечіткої бази знань, яка зведена до задачі min-max кластеризації, полягає у виборі таких класів виходу, для яких інтервальні розв’язки системи рівнянь нечітких відношень забезпечують необхідні або екстремальні рівні точності виведення і кількості правил. Такий підхід дозволяє понизити складність задачі оптимізації нечіткої бази знань шляхом поетапного генерування і селекції нечітких відношень і правилuk
dc.description.abstractРассматривается задача оптимизации составных нечетких баз знаний, в которых причины и следствия объединяются нечеткими отношениями, а меры значимостей причин и следствий – классификационными нечеткими правилами, которые являются качественными решениями системы уравнений нечетких отношений для заданных классов выхода. Задача оптимизации составной нечеткой базы знаний, которая сведена к задаче min-max кластеризации, заключается в выборе таких классов выхода, для которых интервальные решения системы уравнений нечетких отношений обеспечивают необходимые или экстремальные уровни точности вывода и количества правил. Такой подход позволяет понизить сложность задачи оптимизации нечеткой базы знаний путем поетапного генерирования и селекции нечетких отношений и правилru
dc.description.abstractThe problem of composite fuzzy knowledge base optimization is considered. In this case, causes and effects are connected by fuzzy relations, and causes and effects significance measures are connected by classifying fuzzy rules, which can be considered as qualitative solutions of fuzzy relational equations for the given output classes. The problem of composite fuzzy knowledge base optimization amounts to the problem of min-max clustering and consists of selection of such output classes, for which interval solutions of fuzzy relational equations provide for necessary or extremal levels of the inference accuracy and the number of rules. Such an approach allows complexity reduction for the problem of fuzzy knowledge base optimization by consecutive generation and selection of fuzzy relations and rules.en
dc.language.isoruru
dc.publisherВНТУuk
dc.subjectоптимізація нечітких баз знаньuk
dc.subjectmin-maxкластеризаціяuk
dc.subjectнечіткі відношенняuk
dc.subjectрозв’язання системи рівнянь нечітких відношеньuk
dc.subjectкласифікаційні нечіткі правилаuk
dc.subjectсполучені нечіткі правилаuk
dc.titleОптимізація сполучених нечітких баз знань на правилах і відношенняхuk
dc.title.alternativeOptimization of composite fuzzy knowledge bases on rules and relationsen
dc.title.alternativeОптимизация составных нечетких баз знаний на правилах и отношенияхru
dc.typeArticle
dc.identifier.udc681.5.015:007


Файли в цьому документі

Thumbnail

Даний документ включений в наступну(і) колекцію(ї)

Показати скорочену інформацію