Trong bài báo này, chúng tôi đề xuất một thuật toán tiến hóa HA-(2+2)M-PAES sinh các hệ luật mờ Mamdani (MFRBS) đạt được độ thỏa hiệp khác nhau giữa hai mục tiêu độ phức tạp và độ chính xác. Thuật toán được phát triển dựa trên lược đồ tiến hóa (2+2)M-PAES đề xuất trong. | Journal of Computer Science and Cybernetics, , (2014), 227–238 DOI: MỘT PHƯƠNG PHÁP SINH HỆ LUẬT MỜ MAMDANI CHO BÀI TOÁN HỒI QUI VỚI NGỮ NGHĨA ĐẠI SỐ GIA TỬ1 NGUYỄN CÁT HỒ1 , HOÀNG VĂN THÔNG2,† , NGUYỄN VĂN LONG2,‡ 1 Viện Công nghệ thông tin,Viện Khoa học và Công nghệ Việt Nam ncatho@ 2 Trường Đại học Giao thông Vận tải † thonghoangvan@; ‡ nvlongdt@ Tóm tắt. Trong bài báo này, chúng tôi đề xuất một thuật toán tiến hóa HA-(2+2)M-PAES sinh các hệ luật mờ Mamdani (MFRBS) đạt được độ thỏa hiệp khác nhau giữa hai mục tiêu độ phức tạp và độ chính xác. Thuật toán được phát triển dựa trên lược đồ tiến hóa (2+2)M-PAES đề xuất trong [6]. Điểm mới của thuật toán là thực hiện học đồng thời cơ sở luật, phân hoạch mờ và hạng từ ngôn ngữ cùng với tập mờ của chúng dựa trên phương pháp luận Đại số gia tử (ĐSGT). Thuật toán cho phép sinh các luật từ mẫu dữ liệu sử dụng thông tin mới nhất của các phân hoạch và các tập mờ trong cùng cá thể. Thêm vào đó, chúng tôi đề xuất một phương pháp mã hóa cá thể mới theo hướng tiếp cận Đại số gia tử để giải quyết bài toán toán này. Thuật toán được thử nghiệm trên sáu bài toán hồi qui mẫu lấy từ [10] được cộng đồng nghiên cứu chấp nhận, kết quả cho thấy thuật toán sinh ra các MFRBS tốt hơn so với thuật toán sử dụng cùng lược đồ tiên hóa trong [8] trên cả hai mục tiêu độ phức tạp và độ chính xác. Từ khóa. Hệ luật mờ Mamdani, hồi qui, đại số gia tử, tính dễ hiểu. Abstract. In this paper, we propose an evolutionary algorithm to generate Mamdani Fuzzy Rulebased Systems (MFRBS) with different trade-offs between complexity and accuracy. The algorithm was developed by taking the idea of the schema evolution (2+2)M-PAES proposed in [6]. The main novelty of the algorithm is to learn concurrently rule bases, fuzzy partitions and linguistic terms along with their fuzzy sets by using hedge algebra (HA) based methodology. The algorithm allows to generate generating rules from pattern data .
