결정 문제에 대한 퍼지 논리 적용의 알고리즘적 접근

An Algorithmic approach for Fuzzy Logic Application to Decision-Making Problems

퍼지논리를 적용하기 위해서는 두가지 과제가 이루어져야 하는데 그것은 퍼지룰의 유도와 맴버쉽함수의 결정이다. 이 과제는 어렵고 또한 시간을 요하게 된다. 본 논문에서는 문제에 적용 가능한 멤버쉽함수와 퍼지룰을 자동으로 유도하기 위한 알고리즘적 방법을 제시하고 있다. 이 알고리즘적 방법은 샘플을 구분하는 엔트로피 최소화의 원리에 입각하고 있다. 멤버쉽함수는 샘플을 연속적으로 구분하여 이루어지며 퍼지룰 또한 엔트로피 최소화 원리에 의하여 이루어진다. 퍼지룰의 유도에서는 룰 비중 또한 같이 계산된다. 결정 문제에 적용을 위한 추론법 및 방법도 논의되었다.

In order to apply fuzzy logic, two major tasks need to be performed: the derivation of fuzzy rules and the determination<br />of membership functions. These tasks are often difficult and time-consuming. This paper presents an<br />algorithmic method for generating membership functions and fuzzy rules applicable to decision-making problems;<br />the method includes an entropy minimization for clustering analog samples. Membership functions are derived by<br />partitioning the variables into desired number of fuzzy terms, and fuzzy rules are obtained using minimum entropy<br />clustering. In the mle derivation process, rule weights are also calculated. Inference and defuzzification for classification<br />problems are also discussed.