|
использованы значения фаззификаторов пц и /п2, полученные с помощью FCM-алгоритма на основе ИНМТ2. Тогда при инициализации РСМалгоритма на основе ИНМТ2 следует использовать координаты центров кластеров, вычисленные с помощью FCM-алгоритма иа основе ИНМТ2. При фиксированных значениях фаззификаторов тл и т2 хромосома может быть представлена в виде: s = 7с), (3.34) где г]} «ширина зоны» j -го кластера ( / = 1,с); 7У 7™" > О, 7 “ж > 0 , Т)Т < 7иаг, п Т -Ч maxV j,n <17Т> Чои* ~ некоторое действительное число, определяющее максимальное значение «ширины зоны». При этом в ряде случаев удается улучшить результаты кластеризации за счет учета свойства кластерной типичности, а размерность оптимизационной задачи уменьшается на 2, так как длина хромосомы вида (3.34) равна с . Модифицированный ГА реализуется так же, как и приведенный выше ГА за исключением тех шагов, где для генов, определяющих значения фаззификаторов w, и т 2, необходимо выполнять проверку условия: т{<тг, поскольку значения фаззификаторов фиксированы. 3.6 Генетический алгоритм поиска оптимальной комбинации значения фаззификатора и значений «ширины зоны», реализующих управление неопределенностью, для РСМ-алгоритма на основе интервальных нечетких множеств второго типа Метод кластеризации с использованием РСМ-алгоритма на основе ИНМТ2 с неопределенностью значений «ширины зоны» и ГА позволяет значительно сократить время поиска оптимальной комбинации значений параметров алгоритма кластеризации и обеспечить получение адекватных резуль175 |
5.4.1 Неопределенность «ширины зоны» в РСМ-алгоритме.. . . . . 3 6 0 : 5.4.2 Расширение множества объектов на интервальные нечеткие множества второго типа для РСМ-алгоритма..................363 5.4.3 Генетический алгоритм поиска оптимальной комбинации значения фаззификатора и значений «ширины зоны», реализующих управление неопределенностью, ■: для PCM-алгори гма на основе интервальных нечетких множеств второго типа:.............................369 5.4.4 Генетический алгоритм поиска оптимальной комбинации значений фаззификаторов, реализующих управление неопределенностью, и значений «ширины зоны» . для РСМ-алгоритма на основе интервальных нечетких множеств второго ти п а.........................373 5.5 Неопределенность в выборе целевой функции.................................. .......376 5.5.1 Расширение множества объектов на интервальные нечеткие множества второго типа для FCM-PGM-алгоритма.. ...377 5.5.2 Генетический алгоритм поиска оптимальной комбинации значений фаззификатора и «ширины зоны» в FCM-PCM-алгоригме . на основе интервальных нечетких множеств второго типа.........3801 5.6 Двухуровневые генетические алгоритмы поиска оптимальных параметров алгоритмов кластеризации........................... ..382 5:6.1 Двухуровневый генетический алгоритм поискаюптимальной комбинации значений фаззификаторов для FCM-алгоритма^ па основе интервальных нечетких множеств второго типа.........383 5.6.2 Двухуровневый генетический алгоритм поиска оптимальной комбинации значения фаззификатора и значений «ширины зоны», реализующих управление неопределенностью, для РСМ-алгоритма на основе интервальных нечетких множеств второго ти п а......................... 389 10 Вычисление ФТ координат центров кластеров-реализуется, с использованиемитерационногоалгоритма Карника —Менделя; приведенного в пп. 5.1.3. Поиск оптимальных параметров. PCM-алгоритма на основе ИНМТ2, обеспечивающих адекватные, результаты кластеризации, не возможен без применения какого-либо оптимизационного алгоритма, например FA: • . \ • , V / 5.4.3, Генетический алгоритм;поиска; оптимальной; комбинации значения фаззификатора и значений «ширины зоны», реализующих управление неопределенностью, для PCM-алгоритма на основе интервальных нечетких множеств второго типа Применение метода кластеризации с использованием РСМ-апгоритма на основе ИНМТ2 с неопределенностью значений «ширины зоны», и ГА, ■учитывающего свойство кластерной типичности, позволяет значительно сократить время поиска' оптимальной комбинации значений; параметров алгоритма, кластеризации-и обеспечить ■получение адекватных результатов кластеризации [91, 92]. Пусть в PCM-алгоритме на основе ИНМТ2 значение фаззификатора т является единственным, а «ширина зоны» определяется:комбинацией значении: и щ г ( j = 1,с). Для поиска оптимальной комбинаций,значения фаззификатора т и значений «ширины зоны» п и ?//2 ( / = 1,с) в РСМалгоритме на основе ИНМТ2 может быть использован FA. Так как,для каждого у-го кластера.( / = 1,с) необходимо найти два значения «ширины зоны» T]J} и t]j2, то хромосома может бы ть задана в виде: s = (m,7ju,7]i2,...,!jc\,J7l.2),: (5.57) где т фаззификатор; qjh «ширина h -й зоны» (Л = 1,2) у-го кластера ( j = l,c);T?Jf 369 5.4.4 Генетический алгоритм поиска оптимальной комбинации значений фаззификаторов, реализующих управление неопределенностью, и значений «ширины зоны» для РСМ-алгоритма на основе интервальных нечетких множеств второго типа М етод кластеризации с использованием РСМ -алгоритма на основе ИНМ Т2 с неопределенными значениями фаззификаторов и ГА, учитываю щий свойство кластерной типичности, позволяет значительно сократить время поиска оптимальной комбинации значений параметров алгоритма кластеризации и обеспечить получение адекватных результатов кластеризации [92]. Пусть в РСМ -алгоритме на основе ИНМ Т2 для каждого кластера задается единственное значение «ш ирины зоны» ;/у (у = 1,6*), а для фаззификатора т определяется комбинация значений: тх и т2, В этом случае для поиска оптимальной комбинации значений фаззификаторов т19 т2 п оптимальных значений «ширины зоны» ?7у ( j = l9c) может быть использован ГА. При этом хромосома задается в виде: s = (/?;,, тс), (5.59) где т ^т 2 e (I, /ндаяг]; ттах некоторое действительное число, определяющее максимальное значение фаззнфикатора; тх< т2; rjj «ширина зоны» у-го кластера (у = U ) ; С ' > 0 > С ' > ° > V7" <Чт,«, ^ тах, ПпГ < ?l j ,txу Птах некоторое действительное число, определяю щее максимальное значение «ширины зоны». При этом длина хромосомы равна 2 + с . В качестве функции соответствия для ГА к общем случае может использоваться общий гиперобъем Н по формуле (5.40), а в частном случае для множества объектов, содержащего кластеры гиперсферической формы, индекс Sph по формуле (5.44). 373 |