|
ГЛАВА 3 РАЗРАБОТКА МЕТОДОВ КЛАСТЕРИЗАЦИИ НА ОСНОВЕ ИНТЕРВАЛЬНЫХ НЕЧЕТКИХ МНОЖЕСТВ ВТОРОГО ТИПА И ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ Алгоритмам кластеризации, таким как РСМ-алгоритм на основе НМТ1 и РСМ-алгоритм на основе НМТ1, присуща неопределенность, связанная с выбором параметров соответствующих целевых функций. В связи с этим можно говорить о неопределенности фаззификатора т в FCM-алгоритме на основе НМТ1 и о неопределенности «ширины зоны» tj ( j = l,c, с количество кластеров) в PCM-алгоритме на основе НМТ1. Расширение множества объектов кластеризации на интервальные нечеткие множества второго типа (ИИМТ2) позволяет управлять неопределённостями такого рода. Впервые алгоритмы кластеризации на основе ИНМТ2 были предложены Хвангом (С. Hwang) и Рхи (F.C.-H. Rhee) в 2007 г. [163, 185]. 3.1 Кластеризация с использованием FCM-алгоритма на основе интервальных нечетких множеств второго типа Как известно, методы кластеризации на основе целевых функций используются для минимизации расстояния между объектом и прототипом кластера. Довольно часто в качестве прототипа рассматривается центр кластера, оптимальные параметры (координаты) которого необходимо определить. При этом итерационные алгоритмы кластеризации типа алгоритма четких с средних используются для определения с разбиений, которые представляют множество объектов. Если множество объектов состоит из компактных и хо144 |
ГЛАВА 5 МЕТОДЫ И АЛГОРИТМЫ КЛАСТЕРИЗАЦИИ НА ОСНОВЕ НЕЧЕТКИХ МНОЖЕСТВ ВТОРОГО ТИПА И ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ Алгоритмам кластеризации типа FCM-алгоритма на основе IIMT1 и PCM-алгоритма на основе НМТ1 и т.п. присуща неопределенность, связанная с выбором параметров соответствующих целевых функций. Так, например, можно говорить о неопределенности фаззификатора т в FCM-алгоригме на основе НМТ1 и о неопределенности «ширины зоны» rjj (у = 1,с, с количество кластеров) в PCM-алгоритме на основе НМТ1. Кроме того, может существовать неопределенность в выборе алгоритма кластеризации, а, значит, неопределенность в задании ФП, отражающих кластерную относительность (как в FCM-алгоритме на основе НМТ1) и кластерную типичность (как в PCM-алгоритме на основе НМТ1). Расширение множества объектов кластеризации на интервальные нечеткие множества второго типа позволяет управлять неопределенностями такого рода. Алгоритмы кластеризации на основе ИНМТ2 были предложены Хвангом (С. Hwang) и Рхи (F.C.-H. Rhee) в 2007 г. [336, 371]. 5.1 Кластеризация на основе FC M -алгоритма с использованием нечетких множеств второго тина и генетического алгоритма Обычно методы кластеризации на основе целевых функции используются для минимизации расстояния между образцом и прототипом кластера, таким как точка, линия, гиперэллипсоид и т.п. В этом случае целью является определение параметров прототипа, таких как центр или радиус. В таких 325 |