tailieunhanh - Tổng hợp hệ thống thống suy diễn Neuro-Fuzzy thích nghi (Anfis) từ tập dữ liệu số.

Độ chính xác của hệ thống suy diễn Neuro-Fuzzy xấp xỉ hàm chưa biết diễn tả mối quan hệ giữa tín hiệu vào và ra của đối tượng thông qua một tập dữ liệu số phụ thuộc vào mức độ phù hợp giữa các tập mờ được thiết lập và đặc thù không gian của dữ liệu. nội dung chi tiết về vấn đề này qua nội dung bài báo. | Tạp chí Tin học và Điều khiển học 2008 126-140 TỔNG HỢP HỆ THỐNG THốNG SUY DIẼN NEURO-FUZZY THÍCH NGHI ANFIS TỪ TẬP DỮ LIỆU số NGUYỄN SỸ DŨNG1 NGÔ KIÊU NHI2 1 Trường Đại học Công nghiệp thành phố Hồ Chí Minh 2 Trường Đại học Bách khoa thành phố Hồ Chí Minh Abstract. Accuracy of approximation an unknown function from a numerical data set based on neuro-fuzzy inference systems depends on efficiency of data space partition to build fuzzy sets. In this paper we propose a solution to data space partition to build optimal fuzzy sets. The focus of interest in proposed approach is to increase accuracy of approximation by adjusting degree of fit between the given numerical data set and the established fuzzy sets which are used to approximate it. The solution is based on two new algorithms. The first named CBMM is used for building Min-Max clusters and the another one named CSHL is used for direction for the partition of Min-Max clusters into a set of pure Min-Max clusters in input space. Result of the use of these algorithms is a optimal fuzzy set in input space which is used to build a new algorithm named HLM establishing adaptive neuro-fuzzy inference systems. A series of numerical experiments are performed to assess the efficiency of the proposed approach. Tóm tắt. Độ chính xác của hệ thống suy diễn neuro-fuzzy xấp xỉ hàm chưa biết diễn tả mối quan hệ giữa tín hiệu vào và tín hiệu ra của đối tượng thông qua một tập dữ liệu số phụ thuộc vào mức độ phù hợp giữa các tập mờ được thiết lập và đặc thù của không gian dữ liệu. Trong bài báo này chúng tôi trình bày một giải pháp về phân chia không gian dữ liệu để xây dựng các tập mờ tối ưu với tiêu chí đặt ra là cải thiện độ chính xác của phép xấp xỉ. Giải pháp được thực hiện dựa trên hai thuật toán mới thuật toán chia bó Min-Max CBMM và thuật toán cắt siêu hộp lai CSHL . CBMM thực hiện hai quá trình phân lớp dữ liệu ờ không gian ra chia bó siêu hộp Min-Max và gán nhãn cho các mẫu dữ liệu ờ không gian vào trong mối quan