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...
Gespeichert in:
| Veröffentlicht in: | Компьютерная математика |
|---|---|
| Datum: | 2015 |
| Hauptverfasser: | , |
| Format: | Artikel |
| Sprache: | Ukrainian |
| Veröffentlicht: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2015
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/168359 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | 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| id |
nasplib_isofts_kiev_ua-123456789-168359 |
|---|---|
| record_format |
dspace |
| spelling |
Єршов, С.В. Лико, Т.І. 2020-04-30T17:13:09Z 2020-04-30T17:13:09Z 2015 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. 2616-938Х https://nasplib.isofts.kiev.ua/handle/123456789/168359 519.254 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. Предложен метод построения регрессионных моделей для систем на основе нечетких правил, в ситуации, когда реакция систем представлена нечеткими данными. Разработан алгоритм, который с приемлемой точностью строит адекватное количество правил Такаги-Сугено регрессионной модели с использованием автоматической стратегии на основе поступающих данных наблюдений. Построена процедура, которая используется для нахождения максимального сходства параметров регрессионных моделей, в случае, когда модель зависит от параметров в консеквентах нечетких правил. A method for construction of regression models for systems based on fuzzy rules in situation, when reaction of a system is presented by fuzzy data, is proposed. An algorithm, which builds an adequate amount of Takagi-Sugeno rules for regression model with a reasonable accuracy and uses an automated strategy based on incoming data of observations, is developed. A procedure used for finding the maximum parameter similarity of regression models when the model depends on parameters in consequents of fuzzy rules, is constructed. uk Інститут кібернетики ім. В.М. Глушкова НАН України Компьютерная математика Инструментальные средства информационных технологий Методи побудови регресійних моделей на основі нечітких даних Методы построения регрессионных моделей на основе нечетких данных Methods for construction of regression models based on fuzzy data Article published earlier |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| title |
Методи побудови регресійних моделей на основі нечітких даних |
| spellingShingle |
Методи побудови регресійних моделей на основі нечітких даних Єршов, С.В. Лико, Т.І. Инструментальные средства информационных технологий |
| title_short |
Методи побудови регресійних моделей на основі нечітких даних |
| title_full |
Методи побудови регресійних моделей на основі нечітких даних |
| title_fullStr |
Методи побудови регресійних моделей на основі нечітких даних |
| title_full_unstemmed |
Методи побудови регресійних моделей на основі нечітких даних |
| title_sort |
методи побудови регресійних моделей на основі нечітких даних |
| author |
Єршов, С.В. Лико, Т.І. |
| author_facet |
Єршов, С.В. Лико, Т.І. |
| topic |
Инструментальные средства информационных технологий |
| topic_facet |
Инструментальные средства информационных технологий |
| publishDate |
2015 |
| language |
Ukrainian |
| container_title |
Компьютерная математика |
| publisher |
Інститут кібернетики ім. В.М. Глушкова НАН України |
| format |
Article |
| title_alt |
Методы построения регрессионных моделей на основе нечетких данных Methods for construction of regression models based on fuzzy data |
| description |
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.
Предложен метод построения регрессионных моделей для систем на основе нечетких правил, в ситуации, когда реакция систем представлена нечеткими данными. Разработан алгоритм, который с приемлемой точностью строит адекватное количество правил Такаги-Сугено регрессионной модели с использованием автоматической стратегии на основе поступающих данных наблюдений. Построена процедура, которая используется для нахождения максимального сходства параметров регрессионных моделей, в случае, когда модель зависит от параметров в консеквентах нечетких правил.
A method for construction of regression models for systems based on fuzzy rules in situation, when reaction of a system is presented by fuzzy data, is proposed. An algorithm, which builds an adequate amount of Takagi-Sugeno rules for regression model with a reasonable accuracy and uses an automated strategy based on incoming data of observations, is developed. A procedure used for finding the maximum parameter similarity of regression models when the model depends on parameters in consequents of fuzzy rules, is constructed.
|
| issn |
2616-938Х |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/168359 |
| citation_txt |
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. |
| work_keys_str_mv |
AT êršovsv metodipobudoviregresíinihmodeleinaosnovínečítkihdanih AT likotí metodipobudoviregresíinihmodeleinaosnovínečítkihdanih AT êršovsv metodypostroeniâregressionnyhmodeleinaosnovenečetkihdannyh AT likotí metodypostroeniâregressionnyhmodeleinaosnovenečetkihdannyh AT êršovsv methodsforconstructionofregressionmodelsbasedonfuzzydata AT likotí methodsforconstructionofregressionmodelsbasedonfuzzydata |
| first_indexed |
2025-12-07T13:36:26Z |
| last_indexed |
2025-12-07T13:36:26Z |
| _version_ |
1850856792583569408 |