• English
    • русский
    • українська
  • English 
    • English
    • русский
    • українська
  • Login
View Item 
  • Frontpage
  • Періодичні видання ВНТУ
  • Інформаційні технології та комп'ютерна інженерія
  • Інформаційні технології та комп'ютерна інженерія. 2014. № 1
  • View Item
  • Frontpage
  • Періодичні видання ВНТУ
  • Інформаційні технології та комп'ютерна інженерія
  • Інформаційні технології та комп'ютерна інженерія. 2014. № 1
  • View Item
Сайт інституційного репозитарію ВНТУ містить роботи, матеріали та файли, які були розміщені докторантами, аспірантами та студентами Вінницького Національного Технічного Університету. Для розширення функцій сайту рекомендується увімкнути JavaScript.

Нейро-мережевий підхід до генерування сполучених нечітких баз знань на правилах і відношеннях

Author
Ракитянська, Г. Б.
Date
2014-04-14
Metadata
Show full item record
Collections
  • Інформаційні технології та комп'ютерна інженерія. 2014. № 1 [12]
Abstract
Пропонується підхід до генерування сполучених правил ЯКЩО-ТО на основі генетико-нейронного алгоритму розв’язання рівнянь нечітких відношень, що дозволяє уникнути селекції правил і виключити перекриття між класами. Суть підходу полягає у побудові та навчанні min-max нейро-нечіткої мережі, ізоморфної лінгвістичним розв’язкам системи рівнянь нечітких відношень, яка дозволяє адаптувати структуру набору правил до змінення границь класів виходу. Розв’язання рівнянь нечітких відношень забезпечує оптимальну кількість нечітких правил для кожного вихідного терму і оптимальну геометрію вхідних термів для кожного лінгвістичного розв’язку.
 
Предлагается подход к генерированию составных правил ЕСЛИ-ТО на основе генетико-нейронного алгоритма решения уравнений нечетких отношений, что позволяет избежать селекции правил и исключить перекрытие между классами. Суть подхода состоит в построении и обучении min-max нейро-нечеткой сети, изоморфной лингвистическим решениям системы уравнений нечетких отношений, которая позволяет адаптировать структуру набора правил к изменению границ классов выхода. Решение уравнений нечетких отношений обеспечивает оптимальное число нечетких правил для каждого выходного терма и оптимальную геометрию входных термов для каждого лингвистического решения.
 
The adaptive approach to generating composite IF-THEN rules based on the genetic and neural algorithm of solving fuzzy relational equations is proposed. It allows us to avoid rules selection and eliminate overlaps between classes. The essence of the approach is in constructing and training the specific min-max neuro-fuzzy network isomorphic to linguistic solutions of fuzzy relational equations, which allows adaptation of the rules set structure while the output classes’ bounds are changing. Resolution of fuzzy relational equations guarantees the optimal number of fuzzy rules for each output fuzzy term and the optimal geometry of input fuzzy terms for each linguistic solution.
 
Please use this identifier to cite or link to this item:
http://ir.lib.vntu.edu.ua/handle/123456789/2240
View/Open
Itki_2014_1_13.pdf (485.2Kb)

Institutional Repository

FrontpageSearchHelpContact UsAbout Us

University Resources

JetIQLibrary websiteUniversity websiteE-catalog of VNTU

Browse

All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsTypePublisherLanguageUdcISSNPublicationDOIThis CollectionBy Issue DateAuthorsTitlesSubjectsTypePublisherLanguageUdcISSNPublicationDOI

My Account

LoginRegister

Statistics

View Usage Statistics

ISSN 2413-6360 | Frontpage | Send Feedback | Help | Contact Us | About Us
© 2016 Vinnytsia National Technical University | Extra plugins code by VNTU Linuxoids | Powered by DSpace
Працює за підтримки 
НТБ ВНТУ