RUS  ENG
Полная версия
ЖУРНАЛЫ // Искусственный интеллект и принятие решений // Архив

Искусственный интеллект и принятие решений, 2015, выпуск 2, страницы 75–87 (Mi iipr325)

Оптимальный выбор

Методы построения трехкритериальных Парето-оптимальных нечетких классификаторов

И. В. Горбунов, И. А. Ходашинский

Томский государственный университет систем управления и радиоэлектроники

Аннотация: В работе предложены три критерия, лежащие в основе построения нечетких классификаторов: индекс интерпретируемости, характеризующий различимость и понятность нечетких термов; точность, оцениваемая процентом правильно классифицированных объектов; сложность или компактность, выраженная числом нечетких правил. Разработаны алгоритмы нахождения компромисса между тремя названными критериями, позволяющие получить нечеткие классификаторы. Множество нечетких классификаторов, оптимальных по указанным трем критериям, представлено парето-фронтом. Любой из классификаторов этого множества может быть выбран в зависимости от потребностей пользователя. Приведены результаты исследований полученных классификаторов на реальных данных из репозитория KEEL.

Ключевые слова: идентификация, нечеткий классификатор, интерпретируемость, точность, сложность, метаэвристики.



Реферативные базы данных:


© МИАН, 2024