Generation of Fuzzy Rules for Fuzzy Classification Systems

퍼지 식별 시스템을 위한 퍼지 규칙 생성

This paper proposes a generating method of fuzzy rules by genetic and descent method (GAGDM),and its applied to classification problems.The number of inference rules and the shapes of membership function in the antecedent part are detemined by applying the genetic algorithm,and the real numbers of the consequent parts are derived by using the descent method.The aim of the proposed method is to generation a minmun set of fuzzy rules that can correctly classify all training patterns,and fiteness function of GA defined by the aim of th proposed method.Finally,in order to demonstrate the effectiveness of the present method,simulation results are shown.

본 논문에서는 유전과 강하 기법(GA-GDM)을 이용해 퍼지 규칙 생성 방법을 제안하고 이들 규칙을 식별 문제에 응용해 본다. 퍼지 규칙의 조건부에 있는 추론 규칙의 수와 소속함수는 유전 방법을 이용하고,결론부의 값은 강하 기법을 이용해 규칙을 생성한다.식별 문제는 최소의 규칙으로 최대의 식별을 목적으로 한다.제안한 방법의 목적은 최소의 퍼지 규칙 생성으로 정확히 학습 패턴을 식별하는데 있다.유전 알고리즘의 적합도는 제안한 방법의 목적으로 정의한다.마직막으로 제안한 방법의 유효성을 보이기 위해 시뮬레이션 결과를 보인다.