×
米歇尔·安东内利;彼得罗·杜坎格;弗朗西斯科·马塞洛尼

回归问题的一个有效的多目标进化模糊系统。 （英语） Zbl 1316.68113号

国际J近似推理 54，第9期，1434-1451（2013）.
摘要：在过去几年中，多目标进化算法（MOEA）被广泛用作生成模糊规则系统（FRBS）的优化工具，在准确性和数据可解释性之间进行了不同的权衡。由于搜索空间的大小和适合度评估的计算成本分别取决于输入变量和实例的数量，因此管理高维和大型数据集是一个关键问题。
在本文中，我们重点关注用于同时学习Mamdani FRBS的规则库和数据库的MOEA，并建议通过利用两种不同技术之间的协同作用来解决此问题。第一种技术基于一种新的方法，该方法不是从零开始学习规则，而是从启发性生成的规则库中学习规则，从而减少搜索空间。第二种技术通过利用协同进化方法执行实例选择，其中遗传算法循环进化用于MOEA进化的简化训练集。
协同效应的有效性已经在12个数据集上进行了测试。使用非参数统计测试，我们表明，尽管实现了统计上等效的解决方案，但与从头开始学习规则的最先进的多目标进化方法相比，采用这种协同作用可以节省高达97.38%的执行时间。

引用于三文件

MSC公司：

68T05型 人工智能中的学习和自适应系统
62J86型 模糊性、线性推理和回归

关键词：

多目标进化模糊系统;高维数据集;大型数据集;回归问题

软件：

国际学生成绩评估
PDF格式BibTeX公司 XML格式引用
\textit{M.Antonelli}等人，《国际近似推理》54，第9期，1434--1451（2013；Zbl 1316.68113）
全文： 内政部

参考文献：

[1] Mamdani，E.H。；《用模糊逻辑控制器进行语言综合的实验》，国际J.Man-Mach出版社。螺柱，7，1，1-13（1975）·Zbl 0301.68076号
[2] Cordón，O.，《Mamdani型模糊规则系统进化学习方法的历史回顾：设计可解释的遗传模糊系统》，《国际近似推理杂志》，52，6，894-913（2011）
[3] 周，S.-M。；Gan，J.Q.，《低级可解释性和高级可解释性：数据驱动可解释模糊系统建模的统一视图》，模糊集系统。，159, 23, 3091-3131 (2008)
[4] 阿隆索，J.M。；Magdalena，L。；González-Rodríguez，G.，《寻找良好的模糊系统可解释性指数：实验方法》，《国际近似推理杂志》，51，1，115-134（2009）
[5] 加克托，M。；阿尔卡拉，R。；Herrera，F.，《语言模糊规则系统的可解释性：可解释性度量概述》，《信息科学》，181，20，4340-4360（2011）
[6] Duchange，P。；Marcelloni，F.，《多目标进化模糊系统》，（第九届模糊逻辑与应用国际会议论文集（2011年），施普林格-弗拉格：柏林施普林格，海德堡），83-90
[7] 法佐拉里，M。；阿尔卡拉，R。；野岛，Y。；Ishibuchi，H。；Herrera，F.，《多目标进化模糊系统应用综述：现状和进一步的方向》，IEEE Trans。模糊系统。，21，2，45-65（2013）
[8] Ishibuchi，H。；Murata，T。；蒂尔肯，I.B.，用于选择模式分类问题语言规则的单目标和双目标遗传算法，模糊集系统。，89, 2, 135-150 (1997)
[9] Ishibuchi，H。；Yamamoto，T.，数据挖掘中基于多目标遗传局部搜索算法和规则评估措施的模糊规则选择，模糊集系统。，141, 1, 59-88 (2004) ·兹比尔1081.68091
[10] Ishibuchi，H。；中岛，T。；Murata，T.，用于语言规则提取的基于基因的三目标机器学习，信息科学。，136, 1-4, 109-133 (2001) ·Zbl 0996.68175号
[11] 科科奇奥尼，M。；Duchange，P。；拉泽里尼，B。；Marcelloni，F.，识别Mamdani模糊系统的基于Pareto的多目标进化方法，软计算。，11月11日，1013-1031（2007年）
[12] Duchange，P。；拉泽里尼，B。；Marcelloni，F.，用于不平衡和成本敏感数据集的多目标遗传模糊分类器，软计算。，14, 7, 713-728 (2010)
[13] 博塔，A。；拉泽里尼，B。；马塞洛尼，F。；Stefanescu，D.C.，通过基于新型可解释性指数的多目标进化方法实现模糊系统的上下文自适应，软计算。，13, 5, 437-449 (2009)
[14] 阿尔卡拉，R。；Duchange，P。；Herrera，F。；拉泽里尼，B。；Marcelloni，F.，《同时学习语言模糊规则系统的规则和数据库的多目标进化方法》，IEEE Trans。模糊系统。，17, 5, 1106-1122 (2009)
[15] 安东内利，M。；Duchange，P。；拉泽里尼，B。；Marcelloni，F.，Mamdani模糊系统粒度、隶属函数参数和规则的多目标进化学习，进化智能，2，1-2，21-37（2009）
[16] 安东内利，M。；Duchange，P。；拉泽里尼，B。；Marcelloni，F.，通过利用一种新的可解释性指数Soft Comput.，并行学习Mamdani模糊规则系统的数据和规则库。，15, 10, 1981-1998 (2011)
[17] 安东内利，M。；Duchange，P。；拉泽里尼，B。；Marcelloni，F.，通过同时优化精度、复杂性和分区完整性来学习多目标进化模糊系统的知识库，软计算。，15, 12, 2335-2354 (2011)
[18] Pulkkinen，P。；Koivisto，H.，回归问题的动态约束多目标遗传模糊系统，IEEE Trans。模糊系统。，18, 1, 161-177 (2010)
[19] 阿尔卡拉，R。；Gacto，M.J。；Herrera，F。；Alcalá-Fdez，J.，一种用于调整和规则选择以获得精确和紧凑的语言模糊规则系统的多目标遗传算法，Int.J.不确定性模糊知识基础系统。，15, 5, 539-557 (2007) ·Zbl 1147.68063号
[20] Gacto，M.J。；阿尔卡拉，R。；Herrera，F.，模糊规则系统规则简化和参数调整的多目标进化算法的适应性和应用，软计算。，13, 5, 419-436 (2009)
[21] Gacto，M.J。；阿尔卡拉，R。；Herrera，F.，在语言模糊系统的多目标进化规则选择和调整中保持语义可解释性的索引集成，IEEE Trans。模糊系统。，18, 3, 515-531 (2010)
[22] Nguyen，C.H。；佩德里茨，W。；Duong，T.L。；Tran，T.S.，基于模糊规则分类器语言术语的遗传设计，国际近似推理杂志，54，1，1-21（2013）·兹比尔1272.68394
[23] 阿尔卡拉，R。；Gacto，M.J。；Herrera，F.，用于高维回归问题中语言模糊建模的快速可扩展多目标遗传模糊系统，IEEE Trans。模糊系统。，19, 4, 666-681 (2011)
[24] 安东内利，M。；Duchange，P。；Marcelloni，F.，《多目标进化模糊系统中的遗传训练实例选择：协同进化方法》，IEEE Trans。模糊系统。，20, 2, 276-290 (2012)
[25] 卡西利亚斯，J。；俄亥俄州科尔顿。；德尔·耶稣，M.J。；Herrera，F.，高维问题基于模糊规则的分类系统学习过程中的遗传特征选择，Inf.Sci。，136, 1-4, 135-157 (2001) ·Zbl 0996.68158号
[26] 俄亥俄州科尔顿。；Quirin，A.，《通过打包和基于互信息的特征选择生成的基于模糊规则的多分类系统的两种遗传过度生产和选择策略的比较》，国际期刊《混合智能》。系统。，7, 1, 45-64 (2010) ·Zbl 1197.68065号
[27] 野岛，Y。；Ishibuchi，H。；谷岛，I.，并行分布式遗传模糊规则选择，软计算。，13, 5, 511-519 (2008)
[28] 罗伯斯，I。；阿尔卡拉，R。；贝尼特斯，J。；Herrera，F.，《模糊规则系统的进化并行和逐步分布式横向调整》，《进化智能》，第2期，第5-19页（2009年）
[29] Ishibuchi，H。；Mihara，S.等人。；Nojima，Y.，带规则集迁移和训练数据轮换的并行分布式混合模糊GBML模型，IEEE Trans。模糊系统，21，2，355-368（2013）
[30] Jin，Y.，进化计算中适应度近似的综合研究，软计算。，9, 1, 3-12 (2005) ·Zbl 1059.68089号
[31] 科科奇奥尼，M。；拉泽里尼，B。；Marcelloni，F.，《关于减少多目标遗传Takagi-Sugeno模糊系统的计算开销》，应用。软计算。，1675-688年11月1日（2011年）
[32] 刘，H。；Motoda，H.，《实例选择问题》，Data Min.Knowl。发现。，6, 2, 115-130 (2002)
[33] Derrac，J.等人。；南卡罗来纳州加西亚。；Herrera，F.，《进化实例选择和生成的调查》，《应用元启发式计算国际期刊》，1，1，60-92（2010）
[34] 王丽霞。；Mendel，J.，通过示例学习生成模糊规则，IEEE系统、人与控制论汇刊，22，6，1414-1427（1992）
[35] Knowles，法学博士。；Corne，D.W.，使用帕累托存档进化策略逼近非支配前沿，Evol。计算。，8149-172（2000年）
[36] 安东内利，M。；Duchange，P。；拉泽里尼，B。；Marcelloni，F.，基于规则和条件选择的Mamdani模糊规则系统的多目标进化生成，（第五届IEEE遗传和进化模糊系统国际研讨会（GEFS）（2011）），47-53
[37] 安东内利，M。；Duchange，P。；Marcelloni，F.，在多目标进化模糊系统中处理高维和大数据集的新方法，（IEEE模糊系统国际会议（2011）），1286-1293
[38] Ishibuchi，H。；中岛，T。；Murata，T.，多维模式分类问题模糊分类器系统的性能评估，IEEE系统、人与控制论汇刊，B部分：控制论，29，5，601-618（1999）
[39] Knowles，J。；Corne，D.，《M-PAES：多目标优化的模因算法》，（2000年进化计算大会论文集，第1卷（2000）），325-332
[40] Zitzler，E。；Thiele，L.公司。；Laumanns，M。；丰塞卡，C。；da Fonseca，V.，《多目标优化器的性能评估：分析与评述》，IEEE进化计算汇刊，7，2，117-132（2003）
[41] 布鲁勒，S。；Laumanns，M。；Thiele，L.公司。；Zitzler，E.，PISA——搜索算法的平台和编程语言无关接口，494-508（2003），Springer·Zbl 1037.68743号
[42] Derrac，J.等人。；南卡罗来纳州加西亚。；莫利纳博士。；Herrera，F.，《关于使用非参数统计测试作为比较进化和群体智能算法的方法的实用教程》，swarm and evolutionary Computation，1，1，3-18（2011）
[43] Friedman，M.，《使用秩来避免方差分析中隐含的正态假设》，《美国统计协会期刊》，32，200，675-701（1937）
[44] 伊曼·R·L。；Davenport，J.M.，《联邦统计临界区域的近似》，Comm.Statist。，9, 6, 571-595 (1980) ·Zbl 0451.62061号
[45] Holm，S.，一个简单的顺序拒绝多重测试程序，Scand。J.统计。，6, 2, 65-70 (1979) ·Zbl 0402.62058号
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。