Інтервальне нечітке моделювання складних систем в умовах недовизначеності вхідних даних

Автор(и)

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

DOI:

https://doi.org/10.15587/1729-4061.2016.75679

Ключові слова:

нечітка логічна система, інтервальні нечіткі множини, недовизначеність, кластерний аналіз

Анотація

Запропоновано систему моделей на основі інтервальної нечіткої логічної системи класифікації, що дозволяє отримати вихід за умов відсутності частини вхідних значень. Система будується виходячи з експериментальних даних, допускає залучення одного або кількох експертів, а також інтеграцію сторонніх підмоделей на основі інших методів та технологій прийняття рішень

Біографії авторів

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

Кандидат технічних наук, доцент, професор

Кафедра захисту інформації

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

Аспірант

Кафедра захисту інформації

Посилання

  1. Bardachev, Yu. N., Krjuchkovskyj, V. V., Malomuzh, T. V. (2010). Metodologicheskaya predpochtitelnost intervalnyih ekspertnyih otsenok pri prinyatii resheniy v usloviyah neopredelennosti. Visnyk Kharkivsjkogho nacionaljnogho universytetu, 890, 18–28.
  2. Pankratova, N. D., Zavodnyk, V. V. (2004). Sistemnyiy analiz i otsenivanie dinamiki ekologicheskih protsessov. Systemni doslidzhennja ta informacijni tekhnologhii, 2, 47–59.
  3. Borevskiy, B. V., Drobnohod, N. I., Yazvin, L. S. (1989). Otsenka zapasov podzemnyih vod. Kyiv: Vyscha shk. Golovnoe izd-vo, 407.
  4. Kondratenko, N. R., Snihur, O. O. (2015). Ocinka perspektyvnosti arteziansjkoi sverdlovyny z vykorystannjam ekspertnykh znanj. Materialy statej P'jatoi Mizhnarodnoi naukovo-praktychnoi konferencii "Informacijni tekhnologhii ta komp'juterna inzhenerija", 219–221.
  5. Minaev, Yu. N. (2003). Metodyi i algoritmyi resheniya zadach identifikatsii i prognozirovaniya v usloviyah neopredelennosti v neyrosetevom logicheskom bazise. Мoscow: Goryachaya Liniya-Telekom, 205.
  6. Cai, W., Chen, S., Zhang, D. (2007). Fast and robust fuzzy c-means clustering algorithms incorporating local information for image segmentation. Pattern Recognition, 40 (3), 825–838. doi: 10.1016/j.patcog.2006.07.011
  7. De Andrés, J., Lorca, P., de Cos Juez, F. J., Sánchez-Lasheras, F. (2011). Bankruptcy forecasting: A hybrid approach using Fuzzy c-means clustering and Multivariate Adaptive Regression Splines (MARS). Expert Systems with Applications, 38 (3), 1866–1875. doi: 10.1016/j.eswa.2010.07.117
  8. Wang, J., Kong, J., Lu, Y., Qi, M., Zhang, B. (2008). A modified FCM algorithm for MRI brain image segmentation using both local and non-local spatial constraints. Computerized Medical Imaging and Graphics, 32 (8), 685–698. doi: 10.1016/j.compmedimag.2008.08.004
  9. Martynіuk, T. B., Kupershteіn, L. M., Medvіd, A. V., Kozhemіako, A. V., Wojcіk, W., Yuchshenko, O. (2013). Applіcatіons of dіscrіmіnant analysіs methods іn medіcal dіagnostіcs. Optіcal Fіbers and Theіr Applіcatіons 2012, 8698, 4. doi: 10.1117/12.2019733
  10. Olіveіra, J. V., Pedrycz W. (2007). Advances іn Fuzzy Clusterіng and Іts Applіcatіons. John Wіley & Sons Ltd., 435.
  11. Kondratenko, N. R., Snihur, O. O. (2012). Intervaljna nechitka klasteryzacija na osnovi aljternatyvnykh kryteriiv jakosti. Naukovi visti NTUU «KPI», 2, 59–66.
  12. Martyniuk, T. B., Kozhemiako, A. V., Kupershtein, L. M. (2015). Formalization of the Object Classification Algorithm. Cybernetics and Systems Analysis, 51 (5), 751–756. doi: 10.1007/s10559-015-9767-0
  13. Kondratenko, N. R., Zelinsjka, N. B., Kuzemko, S. M. (2003). Diaghnostyka ghipotyreozu na osnovi nechitkoi loghiky z vykorystannjam intervaljnykh funkcij nalezhnosti. Naukovi visti NTUU «KPI», 4, 39–46.
  14. Zeng, J., Liu, Z.-Q. (2007). Type-2 Fuzzy Sets for Pattern Classification: A Review. 2007 IEEE Symposium on Foundations of Computational Intelligence, 193–200. doi: 10.1109/foci.2007.372168
  15. Kondratenko, N. R., Snihur, O. O. (2014). Nechitke modeljuvannja v zadachi ocinky jakosti zobrazhenj lazernykh pljam. Systemni doslidzhennja ta informacijni tekhnologhii, 3, 7–16.
  16. Liang, Q., Mendel, J. M. (2001). MPEG VBR video traffic modeling and classification using fuzzy technique. IEEE Transactions on Fuzzy Systems, 9 (1), 183–193. doi: 10.1109/91.917124
  17. Zaychenko, Yu. P., Esfandiyarfard, M., Zaika, A. I. (2007). Analiz investitsionnogo portfelya na osnove prognozirovaniya kursov aktsiy. Visnyk Nacionalnogo tekhnichnogo universytetutu Ukrainy «KPI», 47, 168–179.
  18. 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
  19. Mendel, J. M. (2000). Uncertainty, fuzzy logic, and signal processing. Signal Processing, 80 (6), 913–933. doi: 10.1016/s0165-1684(00)00011-6
  20. Ocampo-Duque, W., Ferré-Huguet, N., Domingo, J. L., Schuhmacher, M. (2006). Assessing water quality in rivers with fuzzy inference systems: A case study. Environment International, 32 (6), 733–742. doi: 10.1016/j.envint.2006.03.009
  21. Gharibi, H., Mahvi, A. H., Nabizadeh, R., Arabalibeik, H., Yunesian, M., Sowlat, M. H. (2012). A novel approach in water quality assessment based on fuzzy logic. Journal of Environmental Management, 112, 87–95. doi: 10.1016/j.jenvman.2012.07.007
  22. Yan, H., Zou, Z., Wang, H. (2010). Adaptive neuro fuzzy inference system for classification of water quality status. Journal of Environmental Sciences, 22 (12), 1891–1896. doi: 10.1016/s1001-0742(09)60335-1
  23. Zou, Z., Yun, Y., Sun, J. (2006). Entropy method for determination of weight of evaluating indicators in fuzzy synthetic evaluation for water quality assessment. Journal of Environmental Sciences, 18 (5), 1020–1023. doi: 10.1016/s1001-0742(06)60032-6
  24. Iliev, B., Lindquist, M., Robertsson, L., Wide, P. (2006). A fuzzy technique for food- and water quality assessment with an electronic tongue. Fuzzy Sets and Systems, 157 (9), 1155–1168. doi: 10.1016/j.fss.2005.12.014
  25. Simeonov, V., Stratis, J. A., Samara, C., Zachariadis, G., Voutsa, D., Anthemidis, A. et. al. (2003). Assessment of the surface water quality in Northern Greece. Water Research, 37 (17), 4119–4124. doi: 10.1016/s0043-1354(03)00398-1
  26. Dahiya, S., Singh, B., Gaur, S., Garg, V. K., Kushwaha, H. S. (2007). Analysis of groundwater quality using fuzzy synthetic evaluation. Journal of Hazardous Materials, 147 (3), 938–946. doi: 10.1016/j.jhazmat.2007.01.119
  27. Singh, B., Dahiya, S., Jain, S., Garg, V. K., Kushwaha, H. S. (2007). Use of fuzzy synthetic evaluation for assessment of groundwater quality for drinking usage: a case study of Southern Haryana, India. Environmental Geology, 54 (2), 249–255. doi: 10.1007/s00254-007-0812-9
  28. Dou, C., Woldt, W., Dahab, M., Bogardi, I. (1997). Transient Ground-Water Flow Simulation Using a Fuzzy Set Approach. Ground Water, 35 (2), 205–215. doi: 10.1111/j.1745-6584.1997.tb00076.x
  29. Li, J., Huang, G. H., Zeng, G., Maqsood, I., Huang, Y. (2007). An integrated fuzzy-stochastic modeling approach for risk assessment of groundwater contamination. Journal of Environmental Management, 82 (2), 173–188. doi: 10.1016/j.jenvman.2005.12.018
  30. Nobre, R. C. M., Rotunno Filho, O. C., Mansur, W. J., Nobre, M. M. M., Cosenza, C. A. N. (2007). Groundwater vulnerability and risk mapping using GIS, modeling and a fuzzy logic tool. Journal of Contaminant Hydrology, 94 (3-4), 277–292. doi: 10.1016/j.jconhyd.2007.07.008
  31. Dixon, B. (2005). Applicability of neuro-fuzzy techniques in predicting ground-water vulnerability: a GIS-based sensitivity analysis. Journal of Hydrology, 309 (1-4), 17–38. doi: 10.1016/j.jhydrol.2004.11.010
  32. Dixon, B. (2005). Groundwater vulnerability mapping: A GIS and fuzzy rule based integrated tool. Applied Geography, 25 (4), 327–347. doi: 10.1016/j.apgeog.2005.07.002
  33. Kondratenko, N. R. (2014). Pidvyshhennya adekvatnosti nechitkykh modelej za rakhunok vykorystannya nechitkykh mnozhyn typu 2. Naukovi visti NTUU «KPI», 6, 56–61.
  34. Ivahnenko, A. G. (1987). Modelirovanie slozhnyih sistem po eksperimentalnyim dannyim. Мoscow: Rado i svyaz, 120.
  35. Kondratenko, N. R. (2016). Application of Type-2 Membership Functions in Fuzzy Logic Systems. Research Bulletin of the National Technical University of Ukraine “Kyiv Politechnic Institute”, 2, 43–50. doi: 10.20535/1810-0546.2016.2.51636
  36. Karnik, N. N., Mendel, J. M., Qilian Liang. (1999). Type-2 fuzzy logic systems. IEEE Transactions on Fuzzy Systems, 7 (6), 643–658. doi: 10.1109/91.811231
  37. Kondratenko, N. R., Snihur, O. O. (2015). Evolyucijnyj poshuk informatyvnykh oznak iz zaluchennyam eksperta v zadachi ocinky yakosti arteziansjkoi vody. Visnyk Vinnycjkogho politekhnichnogho instytutu, 3, 96–101.
  38. Harkevich, A. A. (Ed.) (1959). Teoriya informatsii i ee prilozheniya (sbornik perevodov). Мoscow: Fizmatgiz, 328.

##submission.downloads##

Опубліковано

2016-08-30

Як цитувати

Kondratenko, N., & Snihur, O. (2016). Інтервальне нечітке моделювання складних систем в умовах недовизначеності вхідних даних. Eastern-European Journal of Enterprise Technologies, 4(4(82), 20–28. https://doi.org/10.15587/1729-4061.2016.75679

Номер

Том 4 № 4(82) (2016): Математика та кібернетика - прикладні аспекти

Розділ

Математика та кібернетика - прикладні аспекти

Ліцензія

Авторське право (c) 2016 Natalia Kondratenko, Olha Snihur

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.