The interpretability and flexibility of fuzzy classification rules make them a popular basis for fuzzy controllers. Fuzzy control methods constitute a part of the areas of automation and robotics. The paper deals with the method of extracting fuzzy classification rules based on a heuristic method of possibilistic clustering. The description of basic concepts of the heuristic method of possibilistic clustering based on the allotment concept is provided. A general plan of the D-AFC(c)-algorithm is also given. A method of constructing and tuning of fuzzy rules based on clustering results is proposed. An illustrative example of the method's application to the Anderson's Iris data is carried out. An analysis of the experimental results is given and preliminary conclusions are formulated.
W artykule zaprezentowano metodę poszukiwania progów tolerancji za pomocą algorytmu genetycznego i różnych postaci funkcji przystosowania. Prace inspirowane były metodą poszukiwania progów tolerancji przedstawioną w [1]. Dla wyznaczonych progów tolerancji zaproponowano algorytmy generowania, skracania i filtracji reguł decyzyjnych, wykorzystujące funkcje oceniające reguły. Przedstawiono wyniki eksperymentów z różnymi zbiorami danych.
EN
In this article a method of searching tolerance thresholds is presented. The method base on genetic algorithm and various fitness functions. An inspiration for this research was drawn from a method presented by Stepaniuk and Kretowski in [1]. For calculated tolerance thresholds the methods of generating, shortening and filtering decision rules were proposed. The methods base on decision rules quality functions. The article includes results of experiments conducted for various data sets.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.