Разработка интерпретируемых нечетких систем на основе эволюционных вычислений

• Автор: Моисеев, Станислав Александрович
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Воронеж
• Количество страниц: 135 с. : ил.

СОДЕРЖАНИЕ
Введение
Г лава 1. Современное состояние проблемы автоматизированного формирования нечетких систем
1.1 Основные определения
1.2 Этапы проектирования систем нечеткого логического вывода
1.3 Цели и задачи исследования
Глава 2. Формализация свойств интерпретируемости нечетких систем
2.1 Обзор и анализ существующих подходов учета интерпретируемости при формировании нечетких систем
2.2 Формализация свойств интерпретируемости на уровне нечетких множеств
2.3 Формализация свойств интерпретируемости на уровне лингвистических шкал
2.4 Формализация свойств интерпретируемости на уровне нечетких баз правил
2.5 Выводы второй главы
Глава 3. Применение эволюционных вычислений при проектировании баз знаний интерпретируемых нечетких систем
3.1 Задача кластеризации в применении к формированию шкал лингвистических переменных
3.2 Техника двойной кластеризации для формирования интерпретируемых шкал лингвистических переменных
3.3 Эволюционный алгоритм с динамическими ограничениями и пулом генетических операторов для формирования интерпретируемых баз правил нечетких систем
3.4 Выводы третьей главы
Глава 4. Программный комплекс «FUZZY SYSTEM DESIGNER»
4.1 Описание функциональности программного комплекса и обоснование выбора инструментальных средств
4.2 Архитектура программного комплекса
4.2.1 Описание пакета FuzzyClustering
4.2.2 Описание интерфейса пользователя
4.2 Вычислительный эксперимент
4.4 Выводы четвертой главы
Заключение
Список использованных источников

ВВЕДЕНИЕ
Актуальность темы. Важнейшим классом интеллектуальных информационных систем являются нечеткие системы (НС), в которых используется продукционная модель представления знаний в виде «если-то»-правил, совокупность которых составляет базу правил (БП). Особенностью НС является то, что для описания поведенческих характеристик моделируемой системы используется лингвистическая аппроксимация, которая обеспечивает «прозрачность» представления моделируемой системы за счет использования естественного языка. Поэтому в случаях, когда необходимо представить алгоритм работы системы в форме, удобной для восприятия (например, для его анализа человеком-экспертом), возникает задача автоматизированного проектирования наблюдаемых НС с заданным соотношением точности аппроксимации и уровнем интерпретируемости, которая позволяет наглядно представить механизм вывода и произвести его верификацию и анализ до реальной эксплуатации разработанной системы. Однако, само определение интерпретируемости применительно к НС является достаточно размытым, и в настоящий момент среди исследователей (F. Herrera, М. Gasto, Y. Jin,S. Guillaume, H. Ishibuchi, J.Alonso, V. deOliveira, P. Pulkkinen, W. Pedrycz,R. Alkala) отсутствует однозначное понимание, что подразумевать под этим свойством. Вследствие этого, возникает необходимость в уточнении понятия интерпретируемости, а также в определении набора показателей, которые максимально полно характеризуют данное свойство. С практической точки зрения решение данной проблемы позволит повысить эффективность работы НС и их объяснительную способность. Таким образом, актуальность диссертационного исследования обусловлена необходимостью формализации понятия интерпретируемости, а также разработки модельных и алгоритмических решений для обеспечения оптимального соотношения между точностью и интерпретируемостью НС различного назначения.
Тематика диссертационной работы соответствует одному из основных научных направлений ФГБОУ ВПО «Воронежский государственный технический университет» - «Вычислительные комплексы и проблемно-ориентированные системы управления».
Цель работы и задачи исследования. Целью диссертационной работы является развитие подходов для формализации свойства интерпретируемости и разработки интерпретируемых нечетких систем с применением эволюционных вычислений.
Для достижения поставленной цели решались следующие задачи:
1. Анализ подходов к определению свойства интерпретируемости НС.
2. Формализация свойства интерпретируемости на различных этапах проектирования НС.
3. Разработка комплекса алгоритмов для проектирования баз знаний НС с учетом требований интерпретируемости, а также динамических и статических ограничений для параметров интерпретируемых НС.
4. Разработка и тестирование программного комплекса (ПК), реализующего эволюционные алгоритмы нечеткой кластеризации, для проектирования НС на основе экспериментальных данных с учетом требований интерпретируемости.
Методы исследования основаны на теории нечеткого моделирования, теории оптимизации, нечеткой логике, методах эволюционных вычислений. При написании программного обеспечения использовалась технология объектно-ориентированного программирования.
Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной:
• перечень формализованных свойств интерпретируемости НС, отличающийся иерархическим представлением и позволяющий обеспечить интерпретируемость на разных уровнях проектирования;
• многоагентная система, реализующая эволюционный алгоритм для проведения нечеткой кластеризации с использованием пула целевых

В [51] представлена методология для проектирования высоко интерпретируемых лингвистических БП для задачи классификации, с учетом знаний экспертов и знаний, извлеченных из данных. Эта методология включает процедуры слияния и упрощения правил, получения коротких правил путем исключения неиспользуемых переменных. В дополнение, авторы представили нечеткий индекс интерпретации [53] для количественного измерения сложности системы на основе индекса, который объединяет шесть критериев:
1) общее количество правил;
2) общее количество предпосылок;
3) количество правил, использующих одинаковую переменную в заключении;
4) количество правил, которые используют 2 входа;
5) количество правил, которые используют три и более входов;
6) общее количество лингвистических меток, определенных для переменных.
Эти критерии используются как входы НС. Нечеткий индекс интерпретируемости вычисляется как результат вывода иерархической НС, состоящей из четырех связанных баз правил, сгенерированных алгоритмом НИК [52, 53]. Для конфликтующих правил рассматриваются следующие ситуации:
1) Полностью противоречивые правила - это правила с одинаковыми предпосылками и разными заключениями. В случае наличия подобных правил необходимо оставлять только то из них, которые идентифицирует большинство образцов.
2) Специальное правило - это правило, в котором пространство предпосылок включено в другое правило, и оба правила имеют различные заключения, то есть специальное правило является частным случаем более общего.