Тип публикации: статья из журнала
Год издания: 2026
Идентификатор DOI: 10.31772/2712-8970-2026-27-1-33-46
Ключевые слова: evolutionary algorithms, fuzzy logic systems, genetic programming, classification problem, differential evolution, genetic algorithm, self-configuration, эволюционные алгоритмы, системы нечеткой логики, генетическое программирование, задача классификации, дифференциальная эволюция, генетический алгоритм, самоконфигурация
Аннотация: Fuzzy logic systems are widely used in classification problems due to their ability to handle uncertainty, imprecision, and subjectivity in data. Unlike traditional “crisp” methods, fuzzy logic allows input features and output classes to be described in terms of linguistic variables - such as “high”, “medium”, and “low” - making moПоказать полностьюdels more interpretable and aligned with human reasoning. A key limitation of this approach is the need to construct a rule base using expert knowledge, as well as the ambiguity in selecting appropriate membership function shapes. To address these challenges, various optimization algorithms have been developed. One such method is genetic programming, which purpose is to evolve a rule base capable of accurately capturing underlying patterns for correct classification while preserving interpretability through structural adaptation. This article explores the theoretical framework of self-configuring genetic programming combined with differential evolution for constructing fuzzy logic rule bases. It also presents their practical implementation and application to classification tasks. 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.
Журнал: Сибирский аэрокосмический журнал
Выпуск журнала: Т. 27, № 1
Номера страниц: 33-46
ISSN журнала: 27128970
Место издания: Красноярск
Издатель: Сибирский государственный университет науки и технологий им. акад. М.Ф. Решетнева