Ідентифікація залежностей за допомогою нечіткої бази...
TRANSCRIPT
![Page 1: Ідентифікація залежностей за допомогою нечіткої бази знань з правилами у різних форматах](https://reader033.vdocuments.pub/reader033/viewer/2022051502/58ee345e1a28abf81b8b466f/html5/thumbnails/1.jpg)
Бакалаврська дипломна робота на тему
«Ідентифікація залежностей за допомогою нечіткої бази знань з правилами у різних форматах»
Виконавст. гр. 3СІ-10б, Тилець Роман
Науковий керівникд.т.н., проф., Штовба Сергій
![Page 2: Ідентифікація залежностей за допомогою нечіткої бази знань з правилами у різних форматах](https://reader033.vdocuments.pub/reader033/viewer/2022051502/58ee345e1a28abf81b8b466f/html5/thumbnails/2.jpg)
Мета роботи•Мета даної дипломної роботи полягає в
підвищенні точності ідентифікації за допомогою застосування програмного забезпечення ідентифікації залежностей за допомогою нечіткої бази знань з правилами у різних форматах.
![Page 3: Ідентифікація залежностей за допомогою нечіткої бази знань з правилами у різних форматах](https://reader033.vdocuments.pub/reader033/viewer/2022051502/58ee345e1a28abf81b8b466f/html5/thumbnails/3.jpg)
Загальна інформація• Ідентифікація – це знаходження математичних моделей
за певною вхідною інформацією.• Сукупність нечітких правил <Якщо — тоді> утворює
нечітку базу знань. • Типи правил в нечітких базах знань:
▫ Мамдані;▫ Сугено;▫ Ларсена;▫ Цукамото;▫ Синглтонна;▫ Класифікаційна.
![Page 4: Ідентифікація залежностей за допомогою нечіткої бази знань з правилами у різних форматах](https://reader033.vdocuments.pub/reader033/viewer/2022051502/58ee345e1a28abf81b8b466f/html5/thumbnails/4.jpg)
Тип правил НБЗ
Вхідні дані (антецеденти)
Вихідні дані (консеквенти)
Імплікація
Мамдані Нечітке значення
Нечітке значення
Мінімум
Ларсен Нечітке значення
Нечітке значення
Множина
Сугено Нечітке значення
Лінійна ф-ція -
Цукамото Нечітке значення
Нечітке значення
Імплікація цукамото
Синглтон Нечітке значення
Дійсні числа -
![Page 5: Ідентифікація залежностей за допомогою нечіткої бази знань з правилами у різних форматах](https://reader033.vdocuments.pub/reader033/viewer/2022051502/58ee345e1a28abf81b8b466f/html5/thumbnails/5.jpg)
Логічне виведення за нечіткою базою знань Мамдані
![Page 6: Ідентифікація залежностей за допомогою нечіткої бази знань з правилами у різних форматах](https://reader033.vdocuments.pub/reader033/viewer/2022051502/58ee345e1a28abf81b8b466f/html5/thumbnails/6.jpg)
Графічна інтерпретація математичної моделі бази знань з правилами Мамдані та Ларсена
![Page 7: Ідентифікація залежностей за допомогою нечіткої бази знань з правилами у різних форматах](https://reader033.vdocuments.pub/reader033/viewer/2022051502/58ee345e1a28abf81b8b466f/html5/thumbnails/7.jpg)
Графічна інтерпретація математичної моделі бази знань з синглтонними правилами та правилами Сугено і Цукамото
![Page 8: Ідентифікація залежностей за допомогою нечіткої бази знань з правилами у різних форматах](https://reader033.vdocuments.pub/reader033/viewer/2022051502/58ee345e1a28abf81b8b466f/html5/thumbnails/8.jpg)
Графічна інтерпретація математичної моделі бази знань зі змішаними
правилами
![Page 9: Ідентифікація залежностей за допомогою нечіткої бази знань з правилами у різних форматах](https://reader033.vdocuments.pub/reader033/viewer/2022051502/58ee345e1a28abf81b8b466f/html5/thumbnails/9.jpg)
Вирішення задачі MPG за допомогою нечіткої бази знань з правилами Мамдані та Сугено
![Page 10: Ідентифікація залежностей за допомогою нечіткої бази знань з правилами у різних форматах](https://reader033.vdocuments.pub/reader033/viewer/2022051502/58ee345e1a28abf81b8b466f/html5/thumbnails/10.jpg)
Функції належності вихідної змінної MPG
До навчання
Після навчання
![Page 11: Ідентифікація залежностей за допомогою нечіткої бази знань з правилами у різних форматах](https://reader033.vdocuments.pub/reader033/viewer/2022051502/58ee345e1a28abf81b8b466f/html5/thumbnails/11.jpg)
Значення коефіцієнтів лінійних функцій вихідної змінної MPG
До навчання
Після навчання
![Page 12: Ідентифікація залежностей за допомогою нечіткої бази знань з правилами у різних форматах](https://reader033.vdocuments.pub/reader033/viewer/2022051502/58ee345e1a28abf81b8b466f/html5/thumbnails/12.jpg)
Поверхні входи - вихід
![Page 13: Ідентифікація залежностей за допомогою нечіткої бази знань з правилами у різних форматах](https://reader033.vdocuments.pub/reader033/viewer/2022051502/58ee345e1a28abf81b8b466f/html5/thumbnails/13.jpg)
Порівняння результатів емпіричних з результатами теоретичними
![Page 14: Ідентифікація залежностей за допомогою нечіткої бази знань з правилами у різних форматах](https://reader033.vdocuments.pub/reader033/viewer/2022051502/58ee345e1a28abf81b8b466f/html5/thumbnails/14.jpg)
Метод ідентифікаціїRMSE на
навчальній вибірці
RMSE на тестовій
вибірці
Кількість ітерацій
затрачених на навчання
За допомогою нечіткої бази знань з
правилами Мамдані та Сугено до навчання7,3200 7,4149
5
За допомогою нечіткої бази знань з
правилами Мамдані та Сугено після
навчання
2,0222 1,9683
За допомогою нечіткої бази знань з
правилами Мамдані (конкурент)2,7979 2,8842
Немає данихЗа допомогою нечіткої бази знань з
правилами Сугено (конкурент)2,6965 2,9779
Лінійна модель на 2 входи (конкурент) 3,5007 3,3373
![Page 15: Ідентифікація залежностей за допомогою нечіткої бази знань з правилами у різних форматах](https://reader033.vdocuments.pub/reader033/viewer/2022051502/58ee345e1a28abf81b8b466f/html5/thumbnails/15.jpg)
![Page 16: Ідентифікація залежностей за допомогою нечіткої бази знань з правилами у різних форматах](https://reader033.vdocuments.pub/reader033/viewer/2022051502/58ee345e1a28abf81b8b466f/html5/thumbnails/16.jpg)