Метод побудови нечіткіх логічних систем типу 2 в задачах ідентифікації багатовимірних об’єктів

Автор(и)

  • Natalia Kondratenko Вінницький національний технічний унівеситет Хмельницьке шосе, 95, м. Вінниця, Україна, 21021, Україна https://orcid.org/0000-0002-4450-1603
  • Olha Snihur Вінницький національний технічний унівеситет Хмельницьке шосе, 95, м. Вінниця, Україна, 21021, Україна https://orcid.org/0000-0002-9268-6876

DOI:

https://doi.org/10.15587/1729-4061.2017.101635

Ключові слова:

нечітка логічна система, нечіткі множини типу 2, інтервальна функція належності, критерій оптимізації

Анотація

Запропоновано метод побудови нечіткої логічної системи типу 2, який дозволяє в процесі ідентифікації багатовимірних об’єктів, що слабо формалізуються, змінювати кількість входів без втрати системою властивості адекватного відображення предметної області. Для цього запропоновано критерій оптимізації, за яким збільшується кількість взаємної інформації, що відображається зі входів системи на ії виходи

Біографії авторів

Natalia Kondratenko, Вінницький національний технічний унівеситет Хмельницьке шосе, 95, м. Вінниця, Україна, 21021

Кандидат технічних наук, доцент

Кафедра захисту інформації

Olha Snihur, Вінницький національний технічний унівеситет Хмельницьке шосе, 95, м. Вінниця, Україна, 21021

Аспірант

Кафедра захисту інформації

Посилання

  1. Minaev, Yu. N. (2003). Metody i algoritmy resheniya zadach identifikacii i prognozirovaniya v usloviyah neopredelennosti v neyrosetevom logicheskom bazise. Moscow: Goryachaya liniya-Telekom, 205.
  2. Zadeh, L. A. (1999). Fuzzy sets as a basis for a theory of possibility. Fuzzy Sets and Systems, 100, 9–34. doi: 10.1016/s0165-0114(99)80004-9
  3. Liang, Q., Mendel, J. M. (2000). Interval type-2 fuzzy logic systems: theory and design. IEEE Transactions on Fuzzy Systems, 8 (5), 535–550. doi: 10.1109/91.873577
  4. Zeng, J., Liu, Z.-Q. (2007). Type-2 Fuzzy Sets for Pattern Classification: A Review. 2007 IEEE Symposium on Foundations of Computational Intelligence. doi: 10.1109/foci.2007.372168
  5. Venkata Subba Reddy, P., Sadana, A. (2015). Fuzzy Medical Expert Systems for Clinical Medicine Learning Through the Fuzzy Neural Network. International Journal of Clinical Medicine Research, 2 (5), 54–60.
  6. Dahіya, S., Sіngh, B., Gaur, S., Garg, V. K., Kushwaha, H. S. (2007). Analysіs of groundwater qualіty usіng fuzzy synthetіc evaluatіon. Journal of Hazardous Materіals, 147 (3), 938–946.
  7. Raskin, L. G., Seraya, O. V., Katkova, T. I., Golovko, V. A. (2013). Informacionnoe obespechenie nechetkih ehkspertnyh system. Systemy obrobky informatsiyi, 6 (113), 13–16.
  8. Raskin, L. G., Seraya, O. V., Dunaevskaya, O. I. (2012). Fuzzy model of nonlinear multi-index transportation problem. Eastern-European Journal of Enterprise Technologies, 6, (4 (60)), 15–17. Available at: http://journals.uran.ua/eejet/article/view/5676/5106
  9. Samuel, O. W., Omisore, M. O., Ojokoh, B. A. (2013). A web based decision support system driven by fuzzy logic for the diagnosis of typhoid fever. Expert Systems with Applications, 40 (10), 4164–4171. doi: 10.1016/j.eswa.2013.01.030
  10. Agrawal, P., Madaan, V., Kumar, V. (2015). Fuzzy rule-based medical expert system to identify the disorders of eyes, ENT and liver. International Journal of Advanced Intelligence Paradigms, 7 (3/4), 352. doi: 10.1504/ijaip.2015.073714
  11. Zamani Sabzi, H., Humberson, D., Abudu, S., King, J. P. (2016). Optimization of adaptive fuzzy logic controller using novel combined evolutionary algorithms, and its application in Diez Lagos flood controlling system, Southern New Mexico. Expert Systems with Applications, 43, 154–164. doi: 10.1016/j.eswa.2015.08.043
  12. Sun, Z., Wang, N., Bi, Y. (2015). Type-1/type-2 fuzzy logic systems optimization with RNA genetic algorithm for double inverted pendulum. Applied Mathematical Modelling, 39 (1), 70–85. doi: 10.1016/j.apm.2014.04.035
  13. Rotshteyn, A. P. (1999). Intellektual'nye tekhnologii identifikacii: nechetkie mnozhestva, geneticheskie algoritmy, neyronnye seti. Vinnica: «UNIVERSUM–Vіnnicya», 320.
  14. Bilan, S. M., Kondratenko, N. R., Tkachuk, O. A. (2004). Doslidzhennya mozhlyvostey henetychnoho alhorytmu v zadachakh pro komivoyazhera. Reyestratsiya, zberihannya i obrobka danykh, 6 (3), 50–57.
  15. Kondratenko, N. R., Cheboraka, O. V., Tkachuk, O. A. (2011). Interval'ni nechitki modeli typu-2 v zadachakh identyfikatsiyi ob'yektiv z bahat'ma vkhodamy ta vykhodamy. Systemy obrobky informatsiyi, 3 (93), 48–52.
  16. Noshadi, A., Shi, J., Lee, W. S., Shi, P., Kalam, A. (2015). Optimal PID-type fuzzy logic controller for a multi-input multi-output active magnetic bearing system. Neural Computing and Applications, 27 (7), 2031–2046. doi: 10.1007/s00521-015-1996-7
  17. Kondratenko, N. R., Zelins'ka, N. B., Kuzemko, S. M. (2004). Nechitki lohichni systemy z vrakhuvannyam propuskiv v eksperymental'nykh danykh. Naukovi visti natsional'noho tekhnichnoho universytetu Ukrayiny “Kyyivs'kyy politekhnichnyy instytut”, 5, 37–41.
  18. Kondratenko, N. R. (2014). Pidvyshchennya adekvatnosti nechitkykh modeley za rakhunok vykorystannya nechitkykh mnozhyn typu 2. Naukovi visti natsional'noho tekhnichnoho universytetu Ukrayiny “Kyyivs'kyy politekhnichnyy instytut”, 6, 56–61.
  19. Kondratenko, N., Snihur, O. (2016). Interval fuzzy modeling of complex systems under condіtіons of іnput data uncertaіnty. Eastern-European Journal of Enterprise Technologies, 4 (4 (82)), 20–28. doi: 10.15587/1729-4061.2016.75679
  20. Harkevich, A. A. (Ed.) (1959). Teoriya informacii i ee prilozheniya (sbornik perevodov). Moscow: Fizmatgiz, 328.
  21. Karnik, N. N., Mendel, J. M., Liang, Q. (1999). Type-2 fuzzy logic systems. IEEE Transactions on Fuzzy Systems, 7 (6), 643–658. doi: 10.1109/91.811231

##submission.downloads##

Опубліковано

2017-06-30

Як цитувати

Kondratenko, N., & Snihur, O. (2017). Метод побудови нечіткіх логічних систем типу 2 в задачах ідентифікації багатовимірних об’єктів. Eastern-European Journal of Enterprise Technologies, 3(4 (87), 38–45. https://doi.org/10.15587/1729-4061.2017.101635

Номер

Том 3 № 4 (87) (2017): Математика та кібернетика - прикладні аспекти

Розділ

Математика та кібернетика - прикладні аспекти

Ліцензія

Авторське право (c) 2017 Наталія Романівна Кондратенко, Ольга Олексіївна Снігур

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.