索尔塔尼，莫兹;阿赫拉夫·贾贝尔，特尔穆迪;洛特菲·乔伊奇;马鲁夫·阿里;阿卜杜勒卡德·查里 具有噪声和离群值的非线性系统的鲁棒区间值2型模糊c回归模型的设计。 （英文） Zbl 07094616号 软计算。 23，第15号，6125-6134（2019）. 摘要：本文提出了一种新的区间值2型鲁棒模糊c-回归模型（IVT2RFCRM）聚类算法，用于识别非线性系统，该算法考虑了相关数据集中存在的噪声和异常值。一方面，由于其固定的模糊参数\（m\），所提出的方法允许处理FCRM的不确定性。另一方面，数据集受到各种不确定性的影响，例如测量不确定性、信息的模糊性和环境噪声。因此，获得真实过程的高质量近似值通常是一项困难的任务。本文给出了该聚类算法的结构，并推导了其参数更新规则。首先，修改后的目标函数使用核误差度量来处理噪声数据。然后，将可信度函数集成到聚类过程中，以减少离群值的影响。最后，通过将所得结果与文献报道的其他结果进行比较，并通过实际液位过程的仿真结果，评估了该算法的有效性。 引用于5文件 MSC公司： 62J86型 模糊性、线性推理和回归 62H30型 分类和歧视；聚类分析（统计方面） 62小时86 多元分析与模糊性 关键词：2型模糊系统;识别;模糊c回归模型;核方法;噪声聚类;可信度函数 PDF格式BibTeX公司 XML格式引用 \textit{M.Soltani}等人，《软计算》。23，第15号，6125--6134（2019；Zbl 07094616） 全文： 内政部 参考文献： [1] Bernardo D、Hagras H、Tsang E（2013）一种基于遗传2型模糊逻辑的系统，用于生成金融应用的总结语言预测模型。软计算17（12）：2185-2201 [2] Bezdek JC（1981）模糊目标函数算法模式识别。纽约Plenum出版社·Zbl 0503.68069号 [3] Bhattacharya D，Konar A（2017）双因子股票指数时间序列预测的自适应1型/2型混合模糊推理技术。软计算21:1-18 [4] Billings S，Voon W（1986）非线性模型的基于相关性的模型有效性测试。国际J控制44（1）：235-244·Zbl 0589.93066号 [5] Billings S，Zhu Q（1994）利用相关性检验进行非线性模型验证。国际J控制60（6）：1107-1120·Zbl 0813.93012 [6] Chaoshun L，Jianzhong Z，Xiuqiao X，Qingqing L，Xueli A（2009）基于新型模糊c-回归模型聚类算法的T-S模糊模型识别。工程应用工件集成22（4-5）：646-653 [7] 超顺L，建中Z，修桥X，青青L，雪莉A（2010）一种新的T-S模糊建模识别方法，用于识别锅炉水轮机。专家系统应用37（3）：2214-2221 [8] Chaoshun L，Jianzhong Z，BO F，Pangao K，Jian X（2012）T-S模糊模型识别与基于重力搜索的超平面聚类算法。IEEE Trans Fuzzy系统20（2）：305-317 [9] 陈JQ，席YG，张志杰（1998）模糊模型辨识的聚类算法。模糊集系统98（3）：319-329 [10] Chen Y，Wang D，Tong S（2016）通过设计Mamdani区间2型模糊逻辑系统进行预测研究：结合BP算法和KM算法。神经计算174:1133-1146 [11] Chintalapudi KK，Kam M（1998a）用于聚类的抗噪模糊c-means算法。收录：IEEE模糊系统会议记录，安克雷奇，AK，第2卷，第1458-1463页 [12] Chintalapudi KK，Kam M（1998b）一种用于聚类的抗噪模糊c均值算法。收录于：IEEE模糊系统国际会议论文集，第2卷，第1458-1463页 [13] Chuang CC，Su SF，Chen SS（2001）带离群值函数逼近的稳健tsk模糊建模。IEEE Trans Fuzzy系统9（6）：810-821 [14] Chuang CC，Xiao CC，Jeng JT（2003）TSK模糊建模的自适应模糊回归聚类算法。摘自：IEEE机器人和自动化计算智能国际研讨会，第1卷，第201-206页 [15] Chuang CC，Jeng JT，Tao CW（2009）带离群值的tsk模糊建模的混合稳健方法。专家系统应用36:8925-8931 [16] Cunyong Q，Jian X，Long Y，Lu H，Muhammad NI（2013）一种改进的区间2型模糊c均值算法及其在mr图像分割中的应用。图案识别信34:1329-1338 [17] Dave RN（1991），聚类中噪声的表征和检测。模式识别快报12（11）：657-664 [18] Dave RN，Krishnapuram R（1997）《稳健聚类方法：统一观点》。IEEE Trans Fuzzy系统5（2）：270-293 [19] Dave RN，Sumit S（2002），关系数据的稳健模糊聚类。IEEE Trans Fuzzy系统10（6）：713-727 [20] Graves D，Pedrycz W（2010）基于核的模糊聚类和模糊聚类：一项比较实验研究。模糊集系统161（4）：522-543 [21] Gustafson DE，Kessel WC（1979），模糊协方差矩阵的模糊聚类。摘自：IEEE决策控制会议论文集，美国新泽西州皮斯卡塔韦，第761-766页·Zbl 0448.62045号 [22] Harish BS，Kumar SVA（2017）《使用改进的模糊聚类进行基于异常的入侵检测》，《国际互动多媒体艺术情报》4（6）：54-59（定期发行） [23] Hathaway RJ，Bezdek JC（1993），切换回归模型和模糊聚类。IEEE Trans-fuzzy Syst 1（3）：195-204 [24] Hwang C，Rhee F（2007）《不确定模糊聚类：C均值的区间2型模糊方法》。IEEE Trans-Fuzzy系统15（1）：107-120 [25] Kaur P，Gosain A（2011）一种面向密度的模糊c均值聚类算法，用于从噪声数据中识别原始簇形状。国际Innov计算应用杂志3（2）：77-87 [26] Kaura P，Sonib AK，Gosainc A（2013）通过引入新距离度量的稳健核化聚类方法。工程应用技术情报26（2）：833-847 [27] Kim E、Park M、Ji S和Park M（1997）《模糊建模的新方法》。IEEE Trans Fuzzy系统5（3）：328-337 [28] Kim E，Park M，Kim S，Park M（1998）模糊建模的一种变换输入域方法。IEEE Trans-Fuzzy系统6（4）：596-604 [29] Kung CC，Su JY（2007）采用新的聚类有效性准则对模糊c-回归模型进行聚类的仿射Takagi-Sugeno模糊建模算法。IET控制理论应用1（5）：1255-1265 [30] Mendel JM（2001）《基于不确定规则的模糊逻辑系统：介绍和新方向》。Prentice-Hall，上鞍河·Zbl 0978.03019号 [31] Nie M，Tan WW（2008）区间2型模糊逻辑系统的高效类型约简方法。2008年IEEE模糊系统国际会议（IEEE计算智能世界大会），第1425-1432页。https://doi.org/10.109/FUZZY.2008.4630559 [32] Ondrej L，Milos M（2012）《不确定模糊聚类的一般2型模糊c均值算法》，IEEE Trans-fuzzy Syst 20（5）：883-897 [33] Qun R，Marek B，Luc B（2012）高阶区间2型Takagi-Sugeno-Kang模糊逻辑系统及其在转向过程声发射信号建模中的应用。国际先进制造技术杂志63（9-12）：1057-1063 [34] Rahib H，Okyay K，Tayser A，Fakhreddin M（2011）基于聚类和梯度技术的2类神经模糊系统，应用于系统识别和信道均衡。应用软计算11（1）：1396-1406 [35] Rehm F、Klawonn F和Kruse R（2007）用于离群值检测的噪声聚类新方法。软计算11（5）：489-494 [36] Soltani M，Chaari A（2015）基于粒子群算法的模糊c回归模型应用于非线性数据建模。国际J不确定模糊知识系统23（06）：881-891 [37] Soltani M，Chaari A，BenHmida F（2012）一种基于粒子群优化的新型模糊c回归模型算法。国际应用数学与计算科学杂志22（3）：617-628·Zbl 1305.93211号 [38] Soltani M，Chaari A（2013）噪声环境下基于欧氏粒子群优化的模糊c回归模型。摘自：控制、决策和信息技术国际会议，突尼斯哈马马特，第585-589页 [39] Takagi T，Sugeno M（1985）系统的模糊识别及其在建模和控制中的应用。IEEE Trans-Syst Man Cybern公司15（1）：116-132·Zbl 0576.93021号 [40] Yang MS，Tsai HS（2008）基于高斯核的模糊c均值算法，具有空间偏差校正。图案识别信29（12）：1713-1725 [41] Yinga KC，Lin SW，Lee ZJ，Leec IL（2011）基于鲁棒模糊回归算法模型和粒子群优化的新型函数逼近。应用软计算11（2）：1820-1826 [42] Zadeh LA（1975）语言变量的概念及其在近似推理中的应用。信息科学8（3）：199-249·Zbl 0397.68071号 [43] Zang X，Vista FP，Chong K（2014）语音信号辅音/元音分割的快速全局核模糊c均值聚类算法。浙江科技大学学报C 15（7）：551-563 [44] Zarandi MF，Gamasaee R（2013）供应链中减少牛鞭效应的2类模糊系统模型及其在钢铁制造中的应用。伊朗科学20（3）：879-899 [45] Zarandi M，Gamasaee R，Turksen I（2012）一种用于Takagi-S系统识别的2型模糊c-回归聚类算法及其在钢铁行业中的应用。信息科学187:179-203 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。