Реализация базы правил системы нечеткой логики самоконфигурируемым генетическим программированием при решении задачи классификации

Системы нечеткой логики широко используются в задачах классификации благодаря их способности работать с неопределенностью, неточностью и субъективностью в данных. В отличие от традиционных «четких» методов, нечеткая логика позволяет описывать входные характеристики и выходные классы с помощью лингвистических переменных, таких как «высокий», «средний» и «низкий», что делает модели более интерпретируемыми и согласованными с человеческой логикой. Ключевым ограничением данного подхода является необходимость построения базы правил с привлечением экспертных знаний, а также неоднозначность в выборе подходящих форм функций принадлежности. Для решения этих проблем используются различные алгоритмы оптимизации. Один из таких алгоритмов – генетическое программирование, целью которого является эволюция базы правил, способной точно улавливать лежащие в основе закономерности для правильной классификации, сохраняя при этом интерпретируемость за счет структурной адаптации. В данной статье рассматривается подход применения самонастраивающегося генетического программирования в сочетании с дифференциальной эволюцией для построения баз правил нечеткой логики. Также представлены их практическая реализация и применение к задачам классификации.