Алгоритмы и программные средства идентификации нечетких систем на основе метода роящихся частиц

• Автор: Синьков, Дмитрий Сергеевич
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Томск
• Количество страниц: 163 с. : ил.

СОДЕРЖАНИЕ
Сокращения
Введение
Глава 1. Нечеткое моделирование. Идентификация нечетких систем. Обзор проблемы исследования
1.1 Нечеткое моделирование
1.2 Настройка параметров нечетких систем
1.2.1 Алгоритм дифференциальной эволюции
1.2.2 Определение роя. Основная идея алгоритма роящихся частиц
1.2.3 Концепция алгоритма роящихся частиц
1.2.4 Классификация АРЧ
V V* У»
1.3 Постановка задачи
Выводы
Глава 2. Алгоритмическое обеспечение систем нечеткой идентификации
2.1 Методика двухкритериального анализа нечетких систем
2.2 Алгоритмы генерации структуры нечетких систем
2.2.1 Алгоритм генерации базы правил нечеткой системы равномерным разбиением и перебором
2.3 Алгоритмы параметрической идентификации нечетких систем
2.3.1 Алгоритм роящихся частиц
2.3.2 Модифицированная топологии обмена решением в АРЧ
2.3.3 Гибридный алгоритм роящихся частиц совместно с МНК
2.3.4 Квантовый алгоритм роящихся частиц
2.3.5 Гибридный алгоритм роящихся частиц и метода дифференциальной эволюции
2.4 АРЧ в задаче классификации
2.5 АРЧ для извлечения знаний
2.5.1 Бинарный алгоритм роящихся частиц
2.5.2 Описание алгоритма поиска ассоциативных правил
2.5.3 Бинарный алгоритм роящихся частиц с нечетким оцениванием.... 60 Выводы

Глава 3. Программная реализация средств идентификации нечетких систем
3.1 Аналоги разрабатываемого программного обеспечения
3.2 Выбор средств реализации
3.3 Программный комплекс идентификации нечетких систем
3.3.1 Моделирование системы
3.3.2 Диаграмма последовательности
3.3.3 Диаграмма классов
3.3.4 Диаграмма деятельности
3.3.5 Описание комплекса «Fuzzy System»
Работа с «Fuzzy System»
3.4 Веб-ориентированная система настройки нечетких систем

3.4.1 Описание сайта
3.4.2 Описание панели администратора сайга
3.4.3 Описание создания проекта на сайте
3.4.4 Описание взаимодействия программного комплекса «FuzzySystem» и сайта
3.5 Программный комплекс извлечения ассоциативных правил
3.5.1 Технологические требования к системе
3.5.2 Моделирование системы
3.5.3 Формат выгрузки ассоциативных правил
3.5.4 Программа извлечения ассоциативных правил
3.6 Унифицированное представление нечетких систем
3.6.1 Описание нечеткой системы
3.6.2 Описание лингвистических переменных
3.6.3 Описание базы правил нечеткой системы
3.6.4 Описание таблиц наблюдений
3.6.5 Описание значений целевых функций
Выводы
Глава 4. Исследование разработанных алгоритмов
4.1 Исследование алгоритма роящихся частиц

4.2 Апробация методики построения Парето оптимальных нечетких систем
4.2.1 Построение Парето оптимальных аппроксиматоров на наборе данных
4.2.2 Построение Парето оптимальных аппроксиматоров на наборе данных
4.2.3 Построение Парето оптимальных аппроксиматоров на наборе данных
4.2.4 Построение Парето оптимальных аппроксиматоров на наборе данных diabetes
4.2.5 Построение Парето оптимальных аппроксиматоров на наборе данных ele-
4.3 Исследование алгоритма роящихся частиц а задаче классификации..
4.4 Исследование алгоритма роящихся частив задаче поиска ассоциативных правил
Выводы
Глава 5. Описание внедрения разработанных программных комплексов
5.1 Анализ ретроспективных данных в НИИКФ
5.1.1 Методика анализа и предобработки ретроспективных данных
5.1.2 Исследование эффективности комплекса
5.2 Описание внедрения комплекса извлечения ассоциативных правил на сайт компании «Хочу Суши»
5.2.1 Модуль предложения товаров в интернет-магазине
5.2.2 Тестирование работоспобности системы
Выводы
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ А
ПРИЛОЖЕНИЕ Б
ПРИЛОЖЕНИЕ В
ПРИЛОЖЕНИЕ Г
ПРИЛОЖЕНИЕ Д

Модификации АРЧ данного типа использовались исследователями в работе С.Ч. СЬегщ[58]. Авторами решается задача перераспределения нагрузки ГЭС больших мощностей в Китае при помощи АРЧ.
Так же АРЧ использовался в исследованиях У. Wang[59] для нахождения кратчайшего пути в беспилотных наземных транспортных средствах при отклонении при маршруте в связи с появлением динамических препятствий. Исследования показали, что АРЧ быстро находил кратчайший путь при очень быстрой сходимости.
Дискретный АРЧ. Изначально АРЧ разрабатывался для непрерывных пространств, но он легко адаптируется задач с дискретным изменением параметров.
Бинарный АРЧ. В бинарном АРЧ частица представляет позицию в двоичном пространстве. Координата частицы (х,) в пространстве определяется как:
х1 е В”; где Ху е {0,1}. Нормализация скорости частицы происходит
следующим образом:
где г3]«)~и(0,1)
В работе ДУ.-С. УеЬ[60] была разработана система прогнозирования рака молочной железы на основе дискретного АРЧ. Результаты исследовании показали, что оптимизация дискретным АРЧ повысила точность прогноза до 98,71%.
В исследовании Р.-У. Уш[61] дискретный АРЧ применяется для анализа изображений. По мнению автора работы дискретный АРЧ может значительно продвинуть исследования в области сжатия изображений.
Координата частицы рассчитывается как: