Моделювання залежностей за допомогою нечіткої бази знань з нечіткими регресійними рівняннями

Abstract

Запропоновано нову структуру нечіткої бази знань, в якій антецеденти задаються нечіткими термами, а консеквенти — лінійними залежностями «входи—вихід» з нечіткими коефіцієнтами. Запропоновано алгоритм логічного виведення за цією базою знань для випадку чітких та нечітких вхідних даних. На основі теорії нечіткої ідентифікації сформульовано математичну постановку задачі навчання запропонованої бази знань за експериментальними даними.

Предложена новая структура нечеткой базы знаний, в которой антецеденты задаются нечеткими термами, а консеквенты – линейными зависимостями «входы – выход» с нечеткими коэффициентами. Предложен алгоритм логического вывода по этой базе знаний для случая четких и нечетких входных данных. На основе теории нечеткой идентификации сформулировано математическая постановка задачи обучения предложенной базы знаний по экспериментальным данным.

New structure of fuzzy knowledge base is suggested, in which the antecedent are presented in the form of fuzzy set terms, and the consequent in the form of linear relations "Input - output" with fuzzy coefficients. An algorithm of the inference of the knowledge base for the case of clear and fuzzy input data is proposed. Based on the theory of fuzzy identification mathematical statement of learning objectives of the proposed knowledge base on experimental data is formulated