Forward and backward fuzzy rule base interpolation using fuzzy geometry
محل انتشار: مجله سیستم های فازی، دوره: 20، شماره: 3
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 122
فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJFS-20-3_009
تاریخ نمایه سازی: 2 خرداد 1402
چکیده مقاله:
Fuzzy rule interpolation (FRI) predicts an accountable outcome of a possible course of action in sparse fuzzy rule base system (FRBS). The geometry based linear fuzzy rule interpolation (GLFRI) is extended for multi-dimensional fuzzy rule base interpolation. Expansion/contraction (EC) of triangular, trapezoidal and complex polygonal fuzzy sets has been also proposed which enables the proposed FRI method to incorporate with fuzzy rules which include triangular, trapezoidal, hexagonal or complex fuzzy sets. The study further extends to introduce the process of backward rule base interpolation.It has been shown that the scale and move transformation-based FRI method can yield a non-convex fuzzy consequent which can be avoided by using the proposed method. The proposed method performs better without any risk of obtaining non-convex fuzzy consequent. The efficiency of proposed forward and backward FRI methods is projected with several numerical examples. A detailed comparison of EC transformation with scale and move transformation is also presented here.
کلیدواژه ها:
Inverse rule base interpolation ، scale and move transformation ، transformation of fuzzy point ، translation of fuzzy number ، multi-dimensional rule base interpolation
نویسندگان
S. Das
School of Computer Science and Engineering, Nanyang Technological University, ۵۰ Nanyang Ave, ۶۳۹۷۹۸, Singapore
D. Chakraborty
Department of Mathematics, Indian Institute of Technology Kharagpur, Kharagpur, ۷۲۱۳۰۲, West Bengal, India
L. T. Koczy
Department of Information Technology, Szechenyi Istvan University, Gyor, Hungary
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :