혼합 방법에 의한 퍼지 규칙 생성과 식별 문제에 응용

Generating Fuzzy Rules by Hybrid Method and Its Application to Classification Problems

인공지능 시스템에서 지식 베이스 시스템을 구축하기 위해서는 적절한 퍼지 규칙을 선택하는 것이 중요한 문제이다. 본 논문에서는 패턴 식별을 위하여 퍼지 소속함수 데이터로부터 직접 퍼지 규칙을 추출하는 새로운 방법을 제안하였다. 퍼지 영역역변수를 가진 퍼지 격자에 의해 퍼지공간을 분활하여 각 일부분의 공간을 퍼지 규칙으로 정의했다. 이들 규칙은 소속함수로부터 추출된다. 그때 규칙에 대한 최적의 인력변수는 기준에 의해서 추출된 수를 사용하여 결정된다. 본 논문에서 제안한 방법은 ixbibuchi가 사용한 신경망과 비교하고, 이 방법의 유효성을 보이기 위해서 시물레이션결과를 보였다.

To build up a knowledge-based system in an Artifical Inerligence System, selecting an appropriate set of rules is one of the key provlems. In this paper, we discuss a new method for exteacting fuzzy rules diredtly from fuzzy membdrchip function dat for pattern classifcation. The fuzzy rules with variable fuzzy recions are defined by sharing fuzzy space in fuzzy grid.Tehse rules are extracted form memberchop function. Them, optimal input vari-ables for the rules are determined using the number of extracted rules as a criterion. The method is compared with neural networks using Ishibuchi. Finally, in order to demonstrate the cffectiveness of the present method, simulation results are shown.