Технологии интеллектуального анализа данных : учебное пособие

195 для отдельно взятого правила j U (активизация подзаключений) определяется согласно следующему правилу:         1 2 * * * 1 2 ( ) min , ,..., ( ) j j j j nj n B B A A A y x x x y                    1 2 * * * 1 2 ... ( ) j j j nj n B A A A x x x y               1 2 ... ( ) j j j nj B y           , где [0;1] ij   – степень удовлетворения i -го условия в правиле j U . В зависимости от интерпретации T -нормы выделяют max-min и max-prod нечеткие логические выводы на модели Мамдани. Аккумулирование заключений 1 ,..., m B B   для множества пра- вил j U ( 1, j m  ) модели Мамдани выполняется путем объедине- ния нечетких заключений, сформированных на выходе всех правил j U : 1 m j j B B      . Пример нечеткого логического вывода на модели Мамдани при интерпретации T -нормы, как min, и дефаззификации по методу центра тяжести представлен на рис. 3.23. Модели Мамдани и их обобщения получили широкое прак- тическое применение при построении нечетких экспертных систем.  Модель нечеткого логического вывода Сугено. Выполняет- ся нечеткий логический вывод на множестве правил вида:   1 1 2 2 1 : ... ,..., , j j j n nj j n U ЕСЛИ x есть A И x есть A И И x есть A ТО y есть f x x    где 1 ,..., n x x – входные лингвистические переменные; 1 ,..., j nj A A   – их значения; y – четкая переменная выхода,   1 ,..., j n f x x – вещест- венная функция от четких аргументов 1 ,..., n x x .