tailieunhanh - Một phương pháp xây dựng hệ luật mờ có trọng số để phân lớp dựa trên đại số gia tử

Bài báo đề xuất một phương pháp xây dựng hệ luật mờ có trọng số cho bài toán phân lớp dựa trên đại số gia tử. Phần điều kiện của các luật mờ được sinh từ dữ liệu mẫu dựa trên phân hoạch các khoảng mờ theo HA của các thuộc tính, các tính toán trọng số luật và lập luận phân lớp cũng dựa trên khoảng tính mờ của các hạng từ tương ứng. | Tạp chỉ Tin học và Điều khiển học 2009 55-71 MỘT PHƯƠNG PHÁP XÂY DỰNG HỆ LUẬT MỜ CÓ TRỌNG số ĐỂ PHÂN LỚP DỰA TRÊN ĐẠI số GIA TỬ DƯƠNG THĂNG LONG Khoa Công nghệ Tin học Viện Đại học mở Hà nội Abstract. In this paper we propose a method for designing a classification system which uses weighted fuzzy rules base on hedge algerbas HA . The antecedents of fuzzy rules are generated from datasets base on the partitioning of fuzziness intervals of terms. Rule weights and reasoning methods are defined base on these intervals. Next we apply genetic algorithms GA for selecting rule sets with high performance and small average length of the rules then we apply GA to optimize fuzzy parameters of hedges. We experiment our method to a popular classification problem wine 24 and getting good results in comparing with 13 14 . Tóm tat. Bài báo này đề xuất một phương pháp xây dựng hệ luật mờ có trọng số cho bài toán phân lớp 12 14 dựa trên đại số gia tử HA 1 2 10 15 17 . Phần điều kiện của các luật mờ được sinh từ dữ liệu mẫu dựa trên phân hoạch các khoảng tính mờ theo HA của các thuộc tính các tính toán trọng số luật và lập luận phân lớp cũng dựa trên khoảng tính mờ của các hạng từ tương ứng 2 Các tham số mờ gia tử áp dụng cho mô hình được tối ưu theo giải thuật di truyền hơn nữa tập luật sinh ra từ dữ liệu mẫu của bài toán khá lớn chúng ta chọn tập tối ưu các luật cũng bằng giải thuật di truyền 2 3 13 25 . Mô hình sẽ được thử nghiệm cho bài toán phân lớp các loại rượu wine 24 phổ biến rộng rãi và nhiêu tác giả sử dụng 8 9 11 14 cho kết quả tốt so với 13 14 1. GIỚI THIỆU Hệ mờ được nghiên cứu phát triển và ứng dụng rộng rãi cho bài toán phân lớp 6 9 11 14 18 23 25 27 nhiều tác giả sử dụng hệ các luật mờ dạng IF antecedents THEN consequent 2 7 9 11 14 19 20 23 . Đặc biệt các tác giả trong 8 12 14 27 đã cho thấy mỗi luật dựa trên tập dữ liệu mẫu được đánh giá mức độ tác động đến hiệu quả phân lớp là khác nhau. Như vậy mỗi luật sẽ mang theo nó một trọng số weight đánh giá độ .