Метод побудови нечітких моделей типу 2 з інтервальними функціями належності для діагностичних систем

Скорочена інформація про документ
dc.contributor.authorКондратенко, Наталія Романівнаuk
dc.contributor.authorKondratenko, N. R.en
dc.contributor.authorКондратенко, Н. Р.ru
dc.date.accessioned2016-10-30T17:27:44Z
dc.date.available2016-10-30T17:27:44Z
dc.date.issued2015
dc.description.abstractenBackground. Presently, the amounts of data accumulated by researchers in different areas of human activity are increasing dramatically due to rapid development of information technologies. The question of data analysis and knowledge presentation in decision support systems under uncertain conditions is important, namely detecting hidden rules and dependencies; extracting, presenting and processing of incomplete knowledge obtained with the help of experts, or knowledge, obtained as a result of experimental data processing. Since knowledge obtained from experts usually contains different kinds of uncertainty, it is important to look for methods that enable presentation and processing of incomplete or almost contradictory information. Methods of fuzzy set theory are the most suitable for processing of such data. Objective. Improving the subject area reflection quality by implementing the method of generating type-2 fuzzy models with redundant knowledge bases. Methods. The implementation method is directed at using redundancy of the fuzzy knowledge base. The knowledge base is built based on experimental data that is used to determine centers of the rules’ antecedents and consequents fuzzy sets. The given approach enables creating a fuzzy knowledge base in reasonable time. In order to build a fuzzy model with some of the values missing in the rules included into the knowledge base by an expert, and with partially missing experimental data, methods of generating fuzzy models based on type-2 fuzzy sets with partial experimental data are introduced. A fuzzy model is represented as an interval type-2 model with interval membership functions. Redundancy reduction and missing input data processing are implemented using optimization procedures. The quality of reflection of input values into output values is analyzed using a fuzzy models functioning quality criterion. Results. A research of fuzzy type-2 models built using the given method is shown. On an example of a medical diagnostics problem the main parameters of the generated fuzzy models are given, and values of their performance criteria are calculated. Conclusions. A method for generating type-2 fuzzy models with interval membership functions was developed, which includes rules built based on experimental data, and which provides the capabilities for taking an expert’s opinion into account. As part of the given method it is suggested to use the main and the secondary criteria to assess type-2 fuzzy models performance quality. These two criteria enable the developer of an expert system to make the right choice of the fuzzy model that describes the subject area in the most adequate way.en
dc.description.abstractruПроблематика. В настоящее время объемы данных, которые накапливаются исследователями в разных областях человеческой деятельности, резко увеличиваются благодаря быстрому развитию информационных технологий. Важными являются вопросы анализа данных и представления знаний в системах поддержки принятия решений в условиях неопределенности, а именно выявление спрятанных правил и зависимостей; извлечение, представление и обработка недоопределенных знаний, которые получают с помощью экспертов, или знаний, получаемых в результате обработки экспериментальных данных. Поскольку знания, которые получают с помощью экспертов, как правило, содержат разные виды неопределенностей, важным является поиск методов, которые дают возможность представления и обработки неполной или даже противоречивой информации. Наиболее приспособленными для обработки таких данных являются методы теории нечетких множеств. Цель исследования. Повышение качества отображения предметной области за счет реализации метода построения нечетких моделей типа 2 с избыточными базами знаний. Методика реализации. Методика реализации направлена на использование избыточности нечеткой базы знаний, которая строится на экспериментальных данных, с помощью которых определяются центры нечетких множеств консеквентов и анцетедентов правил. Этот подход реализует построение нечеткой базы знаний за реальное время. Для построения нечеткой модели в условиях отсутствия некоторых значений в правилах, которые подключаются в базу знаний с помощью эксперта, и пропусков в экспериментальных данных используем методы построения нечетких моделей, основанных на нечетких множествах типа 2 с пропусками в экспериментальных данных. Нечеткую модель представим как интервальную нечеткую модель типа 2 с интервальными функциями принадлежности. Уменьшение избыточности и обработку пропусков в исходных данных реализуем с помощью оптимизационных процедур. Исследования качества отображения входных значений в выходные реализуем с помощью критерия качества функционирования нечетких моделей. Результаты исследования. Приведены исследования нечетких моделей типу 2, которые построены с помощью данного метода. На примере решения задачи медицинской диагностики показаны основные параметры построенных нечетких моделей и приведены значения критериев качества их функционирования. Выводы. Разработан метод построения нечетких моделей типа 2 с интервальными функциями принадлежности, который включает правила, построенные на основе экспериментальных данных, и предусматривает возможность учета мнения эксперта. В рамках данного метода предложены для использования основной и дополнительный критерии качества функционирования нечетких моделей типа 2, дающие возможность разработчику экспертной системы сделать правильный выбор нечеткой модели, которая наиболее адекватно описывает предметную область.ru
dc.description.abstractukПроблематика. Сьогодні обсяги даних, які накопичуються дослідниками в різних галузях людської діяльності, різко збільшуються завдяки швидкому розвитку інформаційних технологій. Важливими є питання аналізу даних та подання знань у системах підтримки прийняття рішень в умовах невизначеності, а саме виявлення прихованих правил і залежностей; добування, подання та обробка недовизначених знань, які отримують за допомогою експертів, або знань, одержаних у результаті обробки експериментальних даних. Оскільки знання, які отримують за допомогою експертів, як правило, містять різні види невизначеностей, важливим є пошук методів, які дають можливість подання та обробки неповної або майже суперечливої інформації. Найбільш пристосованими для обробки таких даних є методи теорії нечітких множин. Мета дослідження. Підвищення якості відображення предметної області за рахунок реалізації методу побудови нечітких моделей типу 2 з надлишковими базами знань. Методика реалізації. Методика реалізації спрямована на використання надлишковості нечіткої бази знань, що будується на експериментальних даних, за допомогою яких визначаються центри нечітких множин консеквентів і анцетедентів правил. Такий підхід реалізує побудову нечіткої бази знань за реальний час. Для побудови нечіткої моделі в умовах відсутності певних значень у правилах, що підключаються в базу знань за допомогою експерта, та пропусків у експериментальних даних впроваджуємо методи побудови нечітких моделей, що засновані на нечітких множинах типу 2 з пропусками в експериментальних даних. Нечітку модель подаємо як інтервальну нечітку модель типу 2 з інтервальними функціями належності. Зменшення надлишковості та опрацювання пропусків у вихідних даних реалізуємо за допомогою оптимізаційних процедур. Дослідження якості відображення вхідних значень у вихідні реалізуємо за допомогою критерію якості функціонування нечітких моделей. Результати дослідження. Наведено дослідження нечітких моделей типу 2, що побудовані за вказаним методом. На прикладі розв’язання задачі медичного діагностування наведено основні параметри побудованих нечітких моделей та обчислено значення критеріїв якості їх функціонування. Висновки. Розроблено метод побудови нечітких моделей типу 2 з інтервальними функціями належності, який включає правила, побудовані на основі експериментальних даних, та передбачає можливість врахування думки експерта. В рамках цього методу запропоновано використовувати основний та допоміжний критерії якості функціонування нечітких моделей типу 2, які дають можливість розробнику експертної системи зробити правильний вибір нечіткої моделі, що найбільш адекватно описує предметну область.uk
dc.format.pagerangeС. 39-46uk
dc.identifier.citationКондратенко Н. Р. Метод побудови нечітких моделей типу 2 з інтервальними функціями належності для діагностичних систем / Н. Р. Кондратенко // Наукові вісті НТУУ «КПІ» : науково-технічний журнал. – 2015. – № 5(103). – С. 39–46. – Бібліогр.: 7 назв.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/17884
dc.language.isoukuk
dc.publisherНТУУ «КПІ»uk
dc.publisher.placeКиївuk
dc.source.nameНаукові вісті НТУУ «КПІ»: науково-технічний журналuk
dc.status.pubpublisheduk
dc.subjectнечітка модель типу 2uk
dc.subjectінтервальна функція належностіuk
dc.subjectнадлишкові бази знаньuk
dc.subjectекспертuk
dc.subjectкритерій якості функціонуванняuk
dc.subjecttype-2 fuzzy modelen
dc.subjectinterval membership functionen
dc.subjectredundant knowledge basesen
dc.subjectexperten
dc.subjectquality criteriaen
dc.subjectнечеткая модель типа 2ru
dc.subjectинтервальная функция принадлежностиru
dc.subjectизбыточные базы знанийru
dc.subjectэкспертru
dc.subjectкритерий качества функционированияru
dc.subject.udc004.8uk
dc.titleМетод побудови нечітких моделей типу 2 з інтервальними функціями належності для діагностичних системuk
dc.title.alternativeMethod of Constructing Type-2 Fuzzy Models with Interval Membership Functions for Diagnostic Systemsen
dc.title.alternativeМетод построения нечетких моделей типа 2 с интервальными функциями принадлежности для систем диагностикиru
dc.typeArticleuk
thesis.degree.level-uk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
NV2015_5_5Kondratenko.pdf
Розмір:
295.33 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
7.71 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Наукові вісті НТУУ «КПІ»: науково-технічний журнал, № 5(103)