Діагностика на основі багатовимірних нечітких відношень
Розглянуто відновлення причин (діагнозів) за спостережуваними наслідками (симптомами) на основі багатовимірних нечітких відношень і розширеного композиційного правила виведення. Проектування нечіткої системи діагностики полягає у розв’язанні нечітких логічних рівнянь сумісно з налаштуванням нечітких...
Збережено в:
| Опубліковано в: : | Системні дослідження та інформаційні технології |
|---|---|
| Дата: | 2015 |
| Автори: | , |
| Формат: | Стаття |
| Мова: | Українська |
| Опубліковано: |
Навчально-науковий комплекс "Інститут прикладного системного аналізу" НТУУ "КПІ" МОН та НАН України
2015
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/116058 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Діагностика на основі багатовимірних нечітких відношень / О.П. Ротштейн, Г.Б. Ракитянська // Системні дослідження та інформаційні технології. — 2015. — № 2. — С. 97-111 . — Бібліогр.: 12 назв. — укр. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862721239134502912 |
|---|---|
| author | Ротштейн, О.П. Ракитянська, Г.Б. |
| author_facet | Ротштейн, О.П. Ракитянська, Г.Б. |
| citation_txt | Діагностика на основі багатовимірних нечітких відношень / О.П. Ротштейн, Г.Б. Ракитянська // Системні дослідження та інформаційні технології. — 2015. — № 2. — С. 97-111 . — Бібліогр.: 12 назв. — укр. |
| collection | DSpace DC |
| container_title | Системні дослідження та інформаційні технології |
| description | Розглянуто відновлення причин (діагнозів) за спостережуваними наслідками (симптомами) на основі багатовимірних нечітких відношень і розширеного композиційного правила виведення. Проектування нечіткої системи діагностики полягає у розв’язанні нечітких логічних рівнянь сумісно з налаштуванням нечітких відношень на основі експертно-експериментальної інформації. Запропоновано метод розв’язання систем нечітких логічних рівнянь з розширеною max-min композицією. Доведено властивості множини розв’язків таких систем. Задачу знаходження множини розв’язків сформульовано у вигляді задачі оптимізації, для розв’язання якої використано генетико-нейронний підхід. Налаштування полягає у виборі таких функцій належності нечітких причин і наслідків, а також нечітких відношень, які мінімізують різницю між модельними і експериментальними результатами діагностики. Запропонований підхід проілюстровано комп’ютерним експериментом і прикладом технічної діагностики.
Рассмотрено восстановление причин (диагнозов) по наблюдаемым следствиям (симптомам) на основе многомерных нечетких отношений и расширенного композиционного правила выведения. Проектирование нечеткой системы диагностики состоит в решении нечетких логических уравнений совместно с настройкой нечетких отношений на основе экспертно-экспериментальной информации. Предложен метод решения систем нечетких логических уравнений с расширенной max-min композицией. Доказаны свойства множества решений таких систем. Задача нахождения множества решений сформулирована в виде задачи оптимизации, для решения которой используется генетико-нейронный подход. Настройка состоит в выборе таких функций принадлежности нечетких причин и следствий, а также нечетких отношений, которые минимизируют отличие между модельными и экспериментальными результатами диагностики. Предложенный подход проилюстрирован компьютерным экспериментом и примером технической диагностики.
This paper deals with restoration of the causes (diagnoses) through the observed effects (symptoms) on the basis of multivariable fuzzy relations and the extended compositional rule of inference. The design of a diagnostic fuzzy system consists of solving fuzzy relational equations together with tuning of fuzzy relations on the basis of information from experts and experiments. We propose a method for solving fuzzy relational equations with the extended max-min composition. We also prove the properties of the solution set for such systems. The problem of finding the solution set is formulated in the form of the optimization problem, which is solved using genetic algorithms and neural networks. The essence of tuning consists of the selection such membership functions for fuzzy causes and effects, and also fuzzy relations, which minimize the difference between model and experimental results of a diagnosis. The proposed approach is illustrated by the computer experiment and the example of a technical diagnosis.
|
| first_indexed | 2025-12-07T18:30:18Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-116058 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1681–6048 |
| language | Ukrainian |
| last_indexed | 2025-12-07T18:30:18Z |
| publishDate | 2015 |
| publisher | Навчально-науковий комплекс "Інститут прикладного системного аналізу" НТУУ "КПІ" МОН та НАН України |
| record_format | dspace |
| spelling | Ротштейн, О.П. Ракитянська, Г.Б. 2017-04-18T20:07:46Z 2017-04-18T20:07:46Z 2015 Діагностика на основі багатовимірних нечітких відношень / О.П. Ротштейн, Г.Б. Ракитянська // Системні дослідження та інформаційні технології. — 2015. — № 2. — С. 97-111 . — Бібліогр.: 12 назв. — укр. 1681–6048 https://nasplib.isofts.kiev.ua/handle/123456789/116058 681.5.015:007 Розглянуто відновлення причин (діагнозів) за спостережуваними наслідками (симптомами) на основі багатовимірних нечітких відношень і розширеного композиційного правила виведення. Проектування нечіткої системи діагностики полягає у розв’язанні нечітких логічних рівнянь сумісно з налаштуванням нечітких відношень на основі експертно-експериментальної інформації. Запропоновано метод розв’язання систем нечітких логічних рівнянь з розширеною max-min композицією. Доведено властивості множини розв’язків таких систем. Задачу знаходження множини розв’язків сформульовано у вигляді задачі оптимізації, для розв’язання якої використано генетико-нейронний підхід. Налаштування полягає у виборі таких функцій належності нечітких причин і наслідків, а також нечітких відношень, які мінімізують різницю між модельними і експериментальними результатами діагностики. Запропонований підхід проілюстровано комп’ютерним експериментом і прикладом технічної діагностики. Рассмотрено восстановление причин (диагнозов) по наблюдаемым следствиям (симптомам) на основе многомерных нечетких отношений и расширенного композиционного правила выведения. Проектирование нечеткой системы диагностики состоит в решении нечетких логических уравнений совместно с настройкой нечетких отношений на основе экспертно-экспериментальной информации. Предложен метод решения систем нечетких логических уравнений с расширенной max-min композицией. Доказаны свойства множества решений таких систем. Задача нахождения множества решений сформулирована в виде задачи оптимизации, для решения которой используется генетико-нейронный подход. Настройка состоит в выборе таких функций принадлежности нечетких причин и следствий, а также нечетких отношений, которые минимизируют отличие между модельными и экспериментальными результатами диагностики. Предложенный подход проилюстрирован компьютерным экспериментом и примером технической диагностики. This paper deals with restoration of the causes (diagnoses) through the observed effects (symptoms) on the basis of multivariable fuzzy relations and the extended compositional rule of inference. The design of a diagnostic fuzzy system consists of solving fuzzy relational equations together with tuning of fuzzy relations on the basis of information from experts and experiments. We propose a method for solving fuzzy relational equations with the extended max-min composition. We also prove the properties of the solution set for such systems. The problem of finding the solution set is formulated in the form of the optimization problem, which is solved using genetic algorithms and neural networks. The essence of tuning consists of the selection such membership functions for fuzzy causes and effects, and also fuzzy relations, which minimize the difference between model and experimental results of a diagnosis. The proposed approach is illustrated by the computer experiment and the example of a technical diagnosis. uk Навчально-науковий комплекс "Інститут прикладного системного аналізу" НТУУ "КПІ" МОН та НАН України Системні дослідження та інформаційні технології Математичні методи, моделі, проблеми і технології дослідження складних систем Діагностика на основі багатовимірних нечітких відношень Diagnosis based on multivariable fuzzy relations Article published earlier |
| spellingShingle | Діагностика на основі багатовимірних нечітких відношень Ротштейн, О.П. Ракитянська, Г.Б. Математичні методи, моделі, проблеми і технології дослідження складних систем |
| title | Діагностика на основі багатовимірних нечітких відношень |
| title_alt | Diagnosis based on multivariable fuzzy relations |
| title_full | Діагностика на основі багатовимірних нечітких відношень |
| title_fullStr | Діагностика на основі багатовимірних нечітких відношень |
| title_full_unstemmed | Діагностика на основі багатовимірних нечітких відношень |
| title_short | Діагностика на основі багатовимірних нечітких відношень |
| title_sort | діагностика на основі багатовимірних нечітких відношень |
| topic | Математичні методи, моделі, проблеми і технології дослідження складних систем |
| topic_facet | Математичні методи, моделі, проблеми і технології дослідження складних систем |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/116058 |
| work_keys_str_mv | AT rotšteinop díagnostikanaosnovíbagatovimírnihnečítkihvídnošenʹ AT rakitânsʹkagb díagnostikanaosnovíbagatovimírnihnečítkihvídnošenʹ AT rotšteinop diagnosisbasedonmultivariablefuzzyrelations AT rakitânsʹkagb diagnosisbasedonmultivariablefuzzyrelations |