Методи побудови регресійних моделей на основі нечітких даних
Запропоновано метод побудови регресійних моделей для систем на основі нечітких правил у випадку, коли реакція систем представлена нечіткими даними. Розроблено алгоритм, який з прийнятною точністю будує адекватну кількість правил Такагі-Сугено регресійної моделі з використанням автоматичної стратегії...
Saved in:
| Date: | 2015 |
|---|---|
| Main Authors: | , |
| Format: | Article |
| Language: | Ukrainian |
| Published: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2015
|
| Series: | Компьютерная математика |
| Subjects: | |
| Online Access: | http://dspace.nbuv.gov.ua/handle/123456789/168359 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Методи побудови регресійних моделей на основі нечітких даних / С.В. Єршов, Т.І. Лико // Компьютерная математика. — 2015. — № 1. — С. 43-49. — Бібліогр.: 7 назв. — укр. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| Summary: | Запропоновано метод побудови регресійних моделей для систем на основі нечітких правил у випадку, коли реакція систем представлена нечіткими даними. Розроблено алгоритм, який з прийнятною точністю будує адекватну кількість правил Такагі-Сугено регресійної моделі з використанням автоматичної стратегії на основі даних спостережень, що надходять. Побудовано процедуру, що використовується для знаходження максимальної схожості параметрів регресійних моделей, у випадку, коли модель залежить від параметрів у консеквентах нечітких правил. |
|---|