I. Phương pháp luận trích rút hệ luật ngôn ngữ mờ
Phương pháp luận trích rút hệ luật ngôn ngữ mờ là một hướng tiếp cận quan trọng trong việc giải quyết các bài toán phân lớp và hồi quy. Luận án tập trung vào việc phát triển các thuật toán dựa trên đại số gia tử để nâng cao độ chính xác của các hệ thống này. Ngôn ngữ mờ được sử dụng để mô phỏng khả năng lập luận của con người, giúp xử lý các thông tin không chắc chắn và mơ hồ. Các hệ luật mờ thường được trích rút từ dữ liệu hoặc tri thức chuyên gia, đảm bảo tính giải nghĩa được và độ chính xác.
1.1. Cơ sở lý thuyết
Luận án dựa trên lý thuyết đại số gia tử để xác định ngữ nghĩa định lượng của các từ ngôn ngữ. Biến ngôn ngữ và phân hoạch mờ là các khái niệm cơ bản được sử dụng để thiết kế các hệ thống. Khung nhận thức ngôn ngữ và miền giá trị của biến ngôn ngữ được nghiên cứu để xây dựng các hệ mờ dựa trên luật. Các thành phần của hệ mờ bao gồm các luật IF-THEN, giúp mô phỏng quá trình ra quyết định của con người.
1.2. Phương pháp sinh luật
Phương pháp sinh luật dựa trên dữ liệu và đại số gia tử được đề xuất để tạo ra các hệ luật mờ hiệu quả. Các thuật toán như cây quyết định và tối ưu bầy đàn được áp dụng để nâng cao độ chính xác của hệ thống. Thuật toán đồng tối ưu được sử dụng để cải thiện hiệu suất của các hệ phân lớp và hồi quy.
II. Ứng dụng trong bài toán phân lớp và hồi quy
Luận án tập trung vào việc áp dụng phương pháp luận trích rút hệ luật ngôn ngữ mờ để giải quyết các bài toán phân lớp và hồi quy. Các hệ luật mờ được thiết kế để đạt được sự cân bằng giữa độ chính xác và tính giải nghĩa được. Bài toán phân lớp yêu cầu tỷ lệ phân loại đúng cao, trong khi bài toán hồi quy đòi hỏi sai số bình phương trung bình thấp.
2.1. Bài toán phân lớp
Các hệ phân lớp dựa trên luật mờ được thiết kế để phân loại dữ liệu với độ chính xác cao. Thuật toán đồng tối ưu được sử dụng để cải thiện hiệu suất của hệ thống. Các thực nghiệm cho thấy các hệ thống này đạt được kết quả tốt hơn so với các phương pháp truyền thống.
2.2. Bài toán hồi quy
Các hệ hồi quy dựa trên luật mờ được phát triển để dự đoán giá trị với sai số thấp. Thuật toán tiến hóa đa mục tiêu được áp dụng để tối ưu hóa các hệ thống này. Kết quả thực nghiệm cho thấy các hệ thống này có khả năng mở rộng và đạt được độ chính xác cao.
III. Tính giải nghĩa được và khả năng mở rộng
Luận án đề xuất các phương pháp để nâng cao tính giải nghĩa được và khả năng mở rộng của các hệ luật ngôn ngữ mờ. Tính giải nghĩa được được đảm bảo thông qua việc sử dụng ngôn ngữ mờ và đại số gia tử. Khả năng mở rộng được nghiên cứu để phát triển các hệ thống mới từ các hệ thống hiện có mà không làm thay đổi ngữ nghĩa của chúng.
3.1. Tính giải nghĩa được
Tính giải nghĩa được của các hệ luật mờ được đảm bảo thông qua việc sử dụng ngôn ngữ mờ và đại số gia tử. Các tập mờ hình thang được sử dụng để biểu diễn ngữ nghĩa của các từ ngôn ngữ, giúp hệ thống dễ hiểu và dễ giải thích.
3.2. Khả năng mở rộng
Khả năng mở rộng của các hệ luật mờ được nghiên cứu để phát triển các hệ thống mới từ các hệ thống hiện có. Các thuật toán tiến hóa đa mục tiêu được sử dụng để tối ưu hóa các hệ thống này, đảm bảo ngữ nghĩa của các hệ thống cũ không bị thay đổi.
