抄録
本論文はファジィクラスタリングアルゴリズムおよびファジィシングルトン型推論法を用いたファジィ規則のチューニング手法を提案する.この手法では, まずファジィクラスタリングアルゴリズムを用いて, 入出力データをファジィ分割し, 生成されたクラスタからファジィシングルトン型推論法における初期ファジィ規則の前件部メンバーシップ関数の中心と幅, 後件部の実数値および規則の重みに関する情報を抽出する.そして, これらの初期パラメータを用いて, ファジィシングルトン型推論法の下でのニューロ・ファジィ学習アルゴリズムによってファジィ規則のチューニングを行う。これにより, 学習が効率よく行え, 学習後の生成されたファジィ規則は実際の対象システムにより合致することが示される.また, 本手法の有効性を検証するために, 非線形関数の同定を行うとともに, ファジィクラスタリングを用いない場合の従来法との比較・検討を行い, 満足すべき結果が得られることを示す.
