Interval fuzzy sets in the tasks of recognizing and predicting the states of complex objects in conditions of incomplete data

Abstract

У задачах розпізнавання та прогнозування станів складних об’єктів поширеною є ситуація, коли необхідно приймати рішення за суперечливих або неповних даних, що спричинено наявністю певного рівня «шуму» чи пропусків у даних. Для розв’язання наявної проблеми застосовують інтервальні нечіткі множини, або нечіткі множини типу 2, коли значеннями функцій належності є не число, а інтервал. У доповіді показано появу інтервального виходу в системах нечіткої логіки типу 2 за використання інтервальних функцій належності та побудову множини нечітких моделей типу 2 за допомогою теоретико-множинних операцій для ухвалення ефективних рішень у прикладних задачах.

In the tasks of recognizing and predicting the states of complex objects, a common situation is when it is necessary to make decisions with contradictory or incomplete data, which is caused by the presence of a certain level of “noise” or gaps in the data. To solve the existing problem, interval fuzzy sets, or fuzzy sets of type-2, are used, when the values of the membership functions are not a number, but an interval. The report shows the appearance of an interval output in fuzzy logic systems of type-2 when using interval membership functions and the construction of a set of fuzzy models of type-2 using set-theoretic operations for making effective decisions in applied problems.