Формирование базы правил нечёткого классификатора с помощью метаэвристического алгоритма «саранчи»
Скачать текст статьи в формате PDF
Авторы: Остапенко Р. О., Ходашинский И. А.
Аннотация: Приведено описание гибридного алгоритма формирования нечетких правил нечеткого классификатора с использованием метаэвристического алгоритма «саранчи» и алгоритма кластеризации данных K-средние. Качество кластеризации оценивалось тремя функциями пригодности: суммарная дисперсия, индекс Дэвиса– Боулдина и индекс Калински–Харабаса. Были исследованы треугольные и гауссовы функции принадлежности. Эффективность сгенерированных баз нечетких правил проверена на реальных наборах данных. Лучшей комбинацией является использование суммарной дисперсии в качестве функции пригодности и гауссовой функции в качестве функции принадлежности.
Ключевые слова: кластеризация, нечеткий классификатор, k-средние, алгоритм «саранчи»
Библиография статьи: Остапенко Р. О. Формирование базы правил нечёткого классификатора с помощью метаэвристического алгоритма «саранчи» / Р. О. Остапенко, И. А. Ходашинский // Доклады ТУСУР. – 2022. – Т. 25, № 2. – С. 31–36. DOI: 10.21293/1818-0442-2022-25-2-31-36