 |
В. Г. Синюк, С. В. Кулабухов "Методы вывода для нечетких систем при несинглтонной фаззификации" |
 |
|
Аннотация.
В статье изложен результат логического вывода для широко используемых нечетких систем при несинглтонной фаззификации. Он достигнут на основании обобщенного правила modus ponens с применением нечеткого значения истинности. Это дало возможность снизить вычислительную сложность реализации нечеткого вывода с экспоненциальной до полиномиальной. К полученным результатам вывода применены наиболее часто используемые в приложениях процедуры дефаззификации.
Ключевые слова:
обобщенное нечеткое правило modus ponens, несинглтонная фаззификация, нечеткое значение истинности, экспоненциальная и полиномиальная вычислительная сложность.
Стр.106-112.
DOI 10.14357/20718632230211 Литература
1. Mamdani E. H. Applications of Fuzzy Algorithm for Control a Simple Dynamic Plant // Proc. IEEE. — 1974. — Т. 121, No 12. — С. 1585—1588. 2. Takagi T., Sugeno M. Fuzzy Identification of Systems and Its Application to Modeling and Control // IEEE Transactions on Systems, Man and Cybernetics. — 1985. — Т. 15, No 1. — С. 116—132. 3. Рутковский Л. Методы и технологии искусственного интеллекта. — М.: Горячая линия — Телеком, 2010. 4. Pourabdollah A., John R., Garibaldi J. M. A new dynamic approach for non-singleton fuzzification in noisy timeseries prediction // Proc. of FUZZ-IEEE 2017. — 2017. — С. 1—6. 5. Input Uncertainty Sensitivity Enhanced Nonsingleton Fuzzy Logic Controllers for Long-Term Navigation of Quadrotor UAVs / C. Fu [и др.] // IEEE/ASME Transactions on Mechatronics. — 2018. — Т. 23, No 2. — С. 725—734. 6. Mendel J. M. Non-Singleton Fuzzification Made Simpler // Information Sciences. — 2021. — Т. 559. — С. 286—308. 7. Mendel J. M. Uncertain Rule-Based Fuzzy Systems: Introduction and New Directions. — Cham: Springer, 2017. 8. Mouzouris G. C., Mendel J. M. Non-Singleton Fuzzy Logic Systems: Theory and Application // IEEE Transactions on Fuzzy Systems. — 1997. — Т. 5, No 1. — С. 56—71. 9. Пегат А. Нечеткое моделирование и управление. — М.: БИНОМ, Лаборатория знаний, 2009. 10. Борисов А. Н., Крумберг О. А., Федоров И. П. Принятие решений на основе нечетких моделей. Примеры использования. — Рига: Зинатне, 1990. 11. Дюбуа Д., Прад А. Теория возможностей. Приложение к представлению знаний в информатике. — М.: Радио и связь, 1990. 12. Zadeh L. A. Outline of a New Approach to the Analysis of Complex Systems and Decision Processes // IEEE Transactions on Systems, Man and Cybernetics. — 1973. — Т. 3, No 1. — С. 28—44. 13. Синюк В. Г., Михелев В. В. Методы вывода для систем логического типа на основе нечеткой степени истинности // Известия РАН. Теория и системы управления. — 2018. — No 3. — С. 108—115. 14. Sinuk V. G., Polyakov V. M., Kutsenko D. A. New Fuzzy Truth Value Based Inference Methods for Non-singleton MISO Rule-Based Systems // Proceedings of the First International Scientific Conference “Intelligent Information Technologies for Industry” (IITI ’16). — Sochi, 2016. 15. Fuzzy-set Based Logics — An History-Oriented Presentation of Their Main Developments / D. Dubois [и др.] // The Many Valued and Nonmonotonic Turn in Logic. Т. 8 / под ред. M. D. Gabbay, W. John. — Elsevier, 2007. — Гл. 2.3 Fuzzy Truth-Values – Degree of Truth vs. Degree of Uncertainty. С. 325—449. — (Handbook of the History of Logic book series). 16. Sugeno M., Yasukawa T. A Fuzzy-Logic-Based Approach to Qualitative Modeling // IEEE Transactions on Fuzzy Systems. — 1993. — Т. 1. — С. 7—31.
|
