Abstract
Fuzzy inference has the advantage which can process the ambiguous knowledge. However the associated attributes of fuzzy rules are difficult to determine useful and important rules because the redundant attribute of rules is more than enough. In this paper, we propose a method to minimize the number of rules and preserve the accuracy of inference results by using fuzzy relative cardinality after removing unnecessary attributes from rough set. From the experimental results, we can see the fact that the proposed method provides better results (e.g the number of rules) than those of general rough set with the redundant attributes.
퍼지 추론은 애매한 지식을 효과적으로 처리할 수 있는 장점이 있다. 그러나 퍼지규칙의 연관속성은 규칙을 과다하게 생성하기 때문에 유용하고 중요한 규칙을 결정하는데 여러 가지 문제점이 있다. 본 논문에서는 러프집합을 적용하여 규칙간의 상관성을 고려하여 불필요한 속성을 제거하고, 퍼지 상대농도를 이용하여 추론결과의 정확성을 유지하면서 규칙의 수를 최소화 하는 방법을 제안한다. 실험결과 규칙의 개수는 감소되었으며 추론 결과가 감축하기 이전과 일치하고 규칙간의 중복성이 제거되는 것을 확인하였다.