×
周尚明;John Q.甘。

利用基于熵测度的可区分模糊集构造精确且简约的模糊模型。 （英语） Zbl 1092.68658号

模糊集系统。 157，第8期，1057-1074（2006）.
小结：简约在系统建模中非常重要，因为它与模型的可解释性密切相关。提出了一种通过生成可区分的模糊集来构造精确且简约的模糊模型的方案，其中输入空间划分的可区分性是通过所谓的“局部”熵来衡量的。通过最大化该熵测度，可以获得具有良好可区分性的最优合并模糊集数，从而在尽可能保留原始模糊集信息的同时，对输入空间进行简约划分。与现有的合并算法不同，该方案考虑了输入输出样本提供的信息，以优化输入空间划分。此外，该方案在构造Takagi-Sugeno（TS）模糊模型时，具有在输入空间划分的全局逼近能力和可分辨性之间寻求平衡的能力。实验结果表明，该方案能够产生具有可区分模糊集的精确且简约的模糊模型。

引用于5文件

MSC公司：

68T05型 人工智能中的学习和自适应系统

关键词：

可解释性;可区分性;模糊集合合并;熵;简约模糊模型

软件：

ANFIS公司;美国国防部
PDF格式BibTeX公司 XML格式引用
\textit{S.-M.Zhou}和\textit{J.Q.Gan}，模糊集系统。157，第8号，1057--1074（2006；Zbl 1092.68658）
全文： DOI程序 链接

参考文献：

[1] Bezdek，J.C.，《模糊目标函数算法的模式识别》（1981），Plenum出版社：纽约Plenum Press·Zbl 0503.68069号
[2] J.Casillas，O.Cordón，F.Herrera，L.Magdalena（编辑），模糊建模中的可解释性问题，模糊性和软计算研究，第128卷，斯普林格，海德堡，2003年。；J.Casillas，O.Cordón，F.Herrera，L.Magdalena（编辑），《模糊建模中的可解释性问题》，《模糊与软计算研究》，第128卷，斯普林格，海德堡，2003年·Zbl 1015.00012
[3] 卡斯特拉诺，G。；Fanelli，A.M。；Mencar，C.，通过双聚类技术生成可解释的模糊颗粒，Arch。控制科学。，12，4，397-410（2002），（粒度计算专刊）·Zbl 1151.93352号
[4] G.Castellano，A.M.Fanelli，C.Mencar，测量模糊集可分辨性的相似性与可能性，Proc。第五国际。2004年12月16日至18日在英国诺丁汉举行的软计算（RASC）最新进展会议。；G.Castellano，A.M.Fanelli，C.Mencar，测量模糊集可分辨性的相似性与可能性，Proc。第五国际。2004年12月16日至18日在英国诺丁汉举行的软计算（RASC）最新进展会议。
[5] de Oliveira，J.V.，隶属函数优化的语义约束，IEEE Trans。系统。人类网络-A部分，29，1，128-138（1999）
[6] Dempster，A.P。；新墨西哥州莱尔德。；Rubin，D.B.，《通过EM算法从不完整数据中获得最大似然（带讨论）》，J.Roy。统计师。社会学学士，39，1-39（1977）·Zbl 0364.62022号
[7] Dubois，D。；Prade，H.，《模糊集与系统：理论与应用》（1980），学术：纽约学术出版社·Zbl 0444.94049号
[8] 埃斯皮诺萨，J。；Vandewalle，J.，从数值数据构建语言完整性模糊模型-AFRELI算法，IEEE Trans。模糊系统，8，5，591-600（2000）
[9] Furuhashi，T.Suzuki，《基于简明测度的模糊模型可解释性》，Proc。第十届IEEE国际会议。模糊集会议（FUZZ-IEEE'01），澳大利亚墨尔本，2001年12月。；Furuhashi，T.Suzuki，《基于简明测度的模糊模型可解释性》，Proc。第十届IEEE国际会议。模糊集会议（FUZZ-IEEE’01），澳大利亚墨尔本，2001年12月。
[10] 甘（Q.Gan）。；Harris，C.J.，非线性系统建模中的模糊局部线性化和局部基函数展开，IEEE Trans。系统。人类网络-B部分，29，4，559-565（1999）
[11] 甘（Q.Gan）。；Harris，C.J.，结合EM和MASMOD算法的混合学习方案，用于模糊局部线性化建模，IEEE Trans。神经网络，12，1，43-53（2001）
[12] 加特，I。；Geva，A.B.，无监督最优模糊聚类，IEEE Trans。模式分析。马赫。智力。，11, 7, 773-781 (1989) ·Zbl 0709.62592号
[13] Guillaume，S.，《从数据设计模糊推理系统：面向解释性的综述》，IEEE Trans。模糊系统，9，3，426-443（2001）
[14] 哈里斯·C·J。；X.洪。；Gan，Q.，《自适应建模、估计和数据融合：神经模糊方法》（2002年），施普林格出版社：柏林施普林格·Zbl 1005.68048号
[15] F.Hoppner，F.Klawonn，模糊划分的新方法，Proc。第九届IFSA联合大会。和第20届NAFIPS国际。Conf.，加拿大温哥华，2001年，第1419-1424页。；F.Hoppner，F.Klawonn，模糊划分的新方法，Proc。第九届IFSA联合大会。和第20届NAFIPS国际。Conf.，加拿大温哥华，2001年，第1419-1424页。
[16] Jang，J.-S.R.，ANFIS：基于自适应网络的模糊推理系统，IEEE Trans。系统。人类网络。，23, 3, 665-685 (1993)
[17] Jin，Y。；Sendhoff，B.，从RBF网络中提取可解释的模糊规则，神经过程。莱特。，17, 2, 149-164 (2003) ·Zbl 1038.68097号
[18] 卡普尔，J.N。；Sahoo，P.K。；Wong，A.K.C.，利用直方图熵进行灰度图像阈值化的新方法，计算。视觉图形图像处理。，29, 3, 273-285 (1985)
[19] Kavli，T.，ASMOD-An观测数据自适应样条建模算法，国际。《控制杂志》，58，4，947-967（1993）·兹伯利0786.93016
[20] Roubos，J.A。；塞恩斯，M。；Abonyi，J.，从标记数据中学习模糊分类规则，国际。J.通知。科学。，150, 1-2, 77-93 (2003)
[21] 塞恩斯，M。；巴布斯卡，R。；Kaymak，美国。；van Nauta Lemke，H.R.，模糊规则库简化中的相似性度量，IEEE Trans。系统。人类网络-B部分，28，3，376-386（1998）
[22] 塞恩斯，M。；巴布斯卡，R。；Verbruggen，H.B.，基于规则的建模：精度和透明度，IEEE Trans。系统。人类网络-C部分，28，1，165-169（1998）
[23] T.Suzuki，T.Furuhashi，《模糊模型的简洁性》，载于：J.Casillas，O.Cordón，F.Herrera，L.Magdalena（编辑），《模糊建模中的可解释性问题，模糊性和软计算研究》，第128卷，斯普林格，海德堡，2003年。；T.Suzuki，T.Furuhashi，《模糊模型的简洁性》，载于：J.Casillas，O.Cordón，F.Herrera，L.Magdalena（编辑），《模糊建模中的可解释性问题》，《模糊性和软计算研究》，第128卷，斯普林格，海德堡，2003年·Zbl 1037.93009号
[24] Takagi，T。；Sugeno，M.，系统的模糊识别及其在建模和控制中的应用，IEEE Trans。系统。人类网络。，15, 1, 116-132 (1985) ·Zbl 0576.93021号
[25] H.Wang，S.Kwong，Y.Jin，W.Wei，K.Man，基于Agent的可解释规则知识提取进化方法，IEEE Trans。系统。人类网络-2005年C部分，出版中。；H.Wang，S.Kwong，Y.Jin，W.Wei，K.Man，基于Agent的可解释规则知识提取进化方法，IEEE Trans。系统。人类网络-2005年C部分，出版·Zbl 1071.68550号
[26] Wang，L.-X.，自适应模糊系统与控制（1994），普伦蒂斯·霍尔：普伦蒂斯霍尔·恩格尔伍德克利夫斯，新泽西州
[27] Wang，X.Z。；陈，B。；钱，G。；Ye，F.，关于模糊决策树的优化，模糊集与系统，112，1，117-125（2000）
[28] Yen，J。；Wang，L。；Gillespie，C.W.，《通过结合全局学习和局部学习提高TSK模糊模型的可解释性》，IEEE Trans。模糊系统，6，4，530-537（1998）
[29] 周S.-M.，甘J.Q.，利用语言修饰语和多目标学习方案提高高木-苏格诺模糊模型的可解释性，Proc。国际。神经网络联合会议（IJCNN’04），匈牙利布达佩斯，2004年，第2385-2390页。；周S.-M.，甘J.Q.，利用语言修饰语和多目标学习方案提高高木-苏格诺模糊模型的可解释性，Proc。国际。神经网络联合会议（IJCNN'04），匈牙利布达佩斯，2004年，第2385-2390页。
[30] 兹威克，R。；Carlstein，E。；Budescu，D.V.，《模糊概念之间的相似性度量：比较分析》，国际。J.近似原因。，1, 2, 221-242 (1987)
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。