Techniques to solve decision-making problems
Аннотация
Выявлена недостаточность решения задач принятия решений в слабоформализуемых системах с помощью детерминированных и вероятностных методов. Рекомендовано широко применять методы гибридных интеллектуальных систем и, особенно, методы «мягких» вычислений (SoftCalculation, SoftComputing) и зарождающиеся на этой теоретико-методологической базе направления ComputationalIntelligence – интеллектуальные вычислительные технологии. Предложен иммунно — нечеткий алгоритм синтеза систем нечеткого вывода (СНВ). Приведен двухэтапный адаптивный алгоритм синтеза СНВ. На первом этапе производилась кластеризация исходных нечетких параметров с целью сокращения числа входных параметров нечетких правил, а на втором — осуществлялся синтез нечетких моделей (правил вывода) типа Сугэно.
Суст шаклланган тизимларда қарор қабул қилиш масаласини фақат детерминанлашган ва эҳтимоллик усуллари билан ечиш етарли ҳисобланмайди. Бунинг учун гибрид интеллектуал тизим усулларини, айниқса “юмшоқ” ҳисоблаш усуллари (Soft Calculation, Soft Computing) ва ушбу назарий-услубий асосда вужудга келган йўналиш Computational Intelligence – интеллектуал ҳисоблаш технологияларини кенг қўллаш зарур. Норавшан хулосалар тизимини синтезлашнинг иммун-норавшан алгоритми таклиф қилинган. Норавшан хулосалар тизимини синтезлашнинг икки босқичли мослашувчан алгоритми тавсифланган. Биринчи босқичда норавшан қоидаларнинг кирувчи параметрлари сонини қисқартириш мақсадида берилган норавшан параметрлар кластеризацияси, иккинчи босқичда эса Сугэно типидаги норавшан моделлар (хулосалаш қоидалари) синтези амалга оширилган.
Solving decision-making problems in poorly formalized systems only with the help of deterministic and probabilistic methods is insufficient. To do this, it is necessary to widely apply the methods of hybrid intelligent systems and, especially, the methods of “soft” calculations (SoftCalculation, SoftComputing) and the directions of ComputationalIntelligence — intelligent computing technologies that are emerging on this theoretical and methodological base. An immune — fuzzy algorithm for the synthesis of fuzzy inference systems (FIS) is proposed. A two-stage adaptive FIS synthesis algorithm is described. At the first stage, the initial fuzzy parameters are clustered in order to reduce the number of input parameters of the fuzzy rules, and at the second stage, fuzzy models (inference rules) of the Sugeno type are synthesized.
Суст шаклланган тизимларда қарор қабул қилиш масаласини фақат детерминанлашган ва эҳтимоллик усуллари билан ечиш етарли ҳисобланмайди. Бунинг учун гибрид интеллектуал тизим усулларини, айниқса “юмшоқ” ҳисоблаш усуллари (Soft Calculation, Soft Computing) ва ушбу назарий-услубий асосда вужудга келган йўналиш Computational Intelligence – интеллектуал ҳисоблаш технологияларини кенг қўллаш зарур. Норавшан хулосалар тизимини синтезлашнинг иммун-норавшан алгоритми таклиф қилинган. Норавшан хулосалар тизимини синтезлашнинг икки босқичли мослашувчан алгоритми тавсифланган. Биринчи босқичда норавшан қоидаларнинг кирувчи параметрлари сонини қисқартириш мақсадида берилган норавшан параметрлар кластеризацияси, иккинчи босқичда эса Сугэно типидаги норавшан моделлар (хулосалаш қоидалари) синтези амалга оширилган.
Solving decision-making problems in poorly formalized systems only with the help of deterministic and probabilistic methods is insufficient. To do this, it is necessary to widely apply the methods of hybrid intelligent systems and, especially, the methods of “soft” calculations (SoftCalculation, SoftComputing) and the directions of ComputationalIntelligence — intelligent computing technologies that are emerging on this theoretical and methodological base. An immune — fuzzy algorithm for the synthesis of fuzzy inference systems (FIS) is proposed. A two-stage adaptive FIS synthesis algorithm is described. At the first stage, the initial fuzzy parameters are clustered in order to reduce the number of input parameters of the fuzzy rules, and at the second stage, fuzzy models (inference rules) of the Sugeno type are synthesized.