Přejít k hlavnímu obsahu

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Defuzzification methods in intuitionistic fuzzy inference systems of Takagi-Sugeno type: The case of corporate bankruptcy prediction
Autoři: Hájek Petr | Olej Vladimír
Rok: 2014
Druh publikace: článek ve sborníku
Název zdroje: 2014 11th International Conference on Fuzzy Systems and Knowledge Discovery (FSKD)
Název nakladatele: IEEE (Institute of Electrical and Electronics Engineers)
Místo vydání: New York
Strana od-do: 232-236
Tituly:
Jazyk Název Abstrakt Klíčová slova
cze Metody defuzzifikace v intuitionistických fuzzy inferenčních systémech typu Takagi-Sugeno: případ predikce podnikových bankrotů Nedávno byly navrženy intuitionistické fuzzy inferenční systémy (IFIS) typu Takagi-Sugeno. Nedávné výsledky ukázaly, že přidáním funkce nepříslušnosti lze ve srovnání s FIS významně snížit průměrnou chybu. V tomto článku navrhujeme defuzzifikační metody pro tuto třídu systémů. Tyto metody jsou založeny na váženém průměru a váženém součtu konsekventů pravidel v IFIS. Empirické porovnání metod je provedeno na datové množině predikce bankrotu podniků. intuitionistické fuzzy množiny; intuitionistické fuzzy inferenční systémy typu Takagi-Sugeno; defuzzifikace; predikce bankrotu
eng Defuzzification methods in intuitionistic fuzzy inference systems of Takagi-Sugeno type: The case of corporate bankruptcy prediction Recently, an intuitionistic fuzzy inference system (IFIS) of Takagi-Sugeno type has been proposed. Previous results have shown that by adding non-membership functions, the average errors may be significantly decreased compared with FISs. In this paper, we design defuzzification methods for this class of systems. The methods are based on weighted average and weighted sum of the consequents of rules in IFIS. The empirical comparison of the methods is carried out on a dataset for corporate bankruptcy prediction. intuitionistic fuzzy sets; intuitionistic fuzzy inference systems of Takagi-Sugeno type; defuzzification; bankruptcy prediction