Design of Interpretable Fuzzy Systems

این کتاب نشان می‌دهد که اصطلاح «تفسیرپذیری» بسیار فراتر از مفهوم خوانایی یک مجموعه فازی و قوانین فازی است. این بر روی اپراتورهای جدید و دقیق تجمع، استنتاج و فازی‌زدایی تمرکز می‌کند که منجر به سیستم‌های منعطف از نوع ممدانی و نوع منطقی می‌شود که می‌توانند با استفاده از یک پایه قاعده پیچیده‌تر به دقت مورد نیاز دست یابند. فصل‌های جداگانه جنبه‌های مختلف تفسیرپذیری، از جمله انتخاب مناسب ساختار یک سیستم فازی، تمرکز بر بهبود تفسیرپذیری سیستم‌های فازی را که با استفاده از الگوریتم‌های یادگیری گرادیان و تکاملی طراحی شده‌اند، توصیف می‌کنند. همچنین نشان می‌دهد که چگونه می‌توان اجزای مختلف سیستم، مانند ورودی‌ها، قوانین و مجموعه‌های فازی را حذف کرد، که کاهش آن‌ها بر دقت سیستم تأثیر منفی نمی‌گذارد. این عملکرد الگوریتم‌ها و روش‌های توسعه‌یافته را با معیارهای رایج مورد استفاده نشان می‌دهد. این کتاب ابزارهای ارزشمندی را برای کاربردهای احتمالی در بسیاری از زمینه‌ها از جمله سیستم‌های خبره، کنترل خودکار و روباتیک فراهم می‌کند.

This book shows that the term “interpretability” goes far beyond the concept of readability of a fuzzy set and fuzzy rules. It focuses on novel and precise operators of aggregation, inference, and defuzzification leading to flexible Mamdani-type and logical-type systems that can achieve the required accuracy using a less complex rule base. The individual chapters describe various aspects of interpretability, including appropriate selection of the structure of a fuzzy system, focusing on improving the interpretability of fuzzy systems designed using both gradient-learning and evolutionary algorithms. It also demonstrates how to eliminate various system components, such as inputs, rules and fuzzy sets, whose reduction does not adversely affect system accuracy. It illustrates the performance of the developed algorithms and methods with commonly used benchmarks. The book provides valuable tools for possible applications in many fields including expert systems, automatic control and robotics.