油炸食品 swMATH ID: 24181 软件作者： 拉拉·里扎；克里斯托弗·伯格梅尔；弗朗西斯科·埃雷拉；何塞·贝尼特斯 描述： R包frbs：分类和回归任务的基于模糊规则的系统。基于模糊规则系统（FRBS）的各种学习算法的实现，用于处理分类和回归任务。此外，它允许构建由人类专家定义的FRBS模型。FRBS基于Zadeh于1965年提出的模糊集概念，其目的是在一组IF-THEN规则中表示人类专家的推理，以处理控制、预测和推理、数据挖掘、生物信息学数据处理和机器人等领域的实际问题。FRBS也称为模糊推理系统和模糊模型。在FRBS建模过程中，需要执行两个重要步骤：结构识别和参数估计。目前，有各种各样的算法可以从数值数据中自动生成模糊IF-THEN规则，包括这两个步骤。过去使用的方法有启发式程序、神经模糊技术、聚类方法、遗传算法、平方法等。此外，在此版本中，我们提供了一个名为“frbsPMML”的通用框架，该框架采用预测模型标记语言（PMML）来表示FRBS模型。PMML是一种基于XML的语言，为描述数据挖掘和机器学习算法生成的模型提供了标准。因此，我们可以从“frbsPMML”导出和导入FRBS模型。最后，该包旨在实现最广泛使用的标准过程，从而为R社区提供FRBS建模的标准包。 主页： https://cran.r-project.org/web/packages/frbs/index.html 依赖项： 对 关键词： 模糊推理系统；软计算；模糊集；遗传模糊系统；模糊神经网络；R包；对；统计软件杂志 相关软件： 对；fugeR（fugeR）；模糊R；模糊数字；树；4.5条；e1071号；模糊FDR；C50元；CORElearn公司；f回归；奈特；HyFIS公司；DENFIS公司；科恩拉布；ANFIS公司；随机森林；RSNNS公司；fclust公司；Juzzy公司 引用于： 2文件 标准条款 1出版物描述软件 年份 frbs:R中基于模糊规则的分类和回归系统链接拉拉·里扎；克里斯托夫·伯格迈尔（Christoph Bergmeir）；弗朗西斯科·埃雷拉；何塞·贝尼特斯 2015 由4位作者引用 1 伯达，迈克尔 1 马丁科娃，纳塔利亚 1 帕维尔·什克拉巴内克 1 Štěpnička，Martin 2篇连载文章中引用 1 ACM数学软件汇刊 1 模糊集与系统 在2个字段中引用 1 数理逻辑与基础（03-XX） 1 数值分析（65-XX） 按年份列出的引文