読む前に、記事の最初の部分を読むことを強くお勧めします。
ファジー推論ルールを使用した選択肢の多基準選択。 パート1/3：理論選択するには、対応するファジー論理関数（Functionインターフェイスを実装）のセットと特定の形式化された入力データ（最初はdouble要素の2次元配列を表す）を含むルールセット（Ruleインターフェイス）が必要です。
便宜上、Ruleクラス内のデータ（double要素の1次元配列）は、Skillラッパークラスに保存されます。
次に、ルールはFacadeクラスに渡され、ファジーサブセットからファジーサブセットが作成されます。そのサイズは、調査するオブジェクトの数と必要な精度（静的変数クラスで指定）に依存します。
このサブセットシステムの一般的な機能ソリューション（calcDメソッド）を見つけた後、単位間隔で結果のファジーサブセットを比較する手順を適用して、最適なソリューション（calcCメソッド）を取得します。 このために、レベルセットのデータのカーディナリティとそれらのポイント推定値が計算されます（calcSメソッド）。 このアルゴリズムでは、要素の必要なソートを容易にするために、Numクラス構造が使用されます。
作業の最後に、各オブジェクトのポイント推定値が取得されます。この値の大きい方が最適な選択に対応します（getBestメソッド）。
1.データの提示。計算の精度に影響する行列Dの次元は、変数クラスによって設定されます
package Variables; public class Variables { private static int SIZE_OF_D = 11; private static double STEP_OF_D = (double)1/(SIZE_OF_D-1); public static int SIZE_OF_D(); public static double STEP_OF_D(); }
トリッキーなソートを簡単にするnumクラス：
package Support; public class Num { public double x; public double u; public Num(double x, double u);
関数-興味深いものは何もありません。ただ1つのメソッドと識別子を含むインターフェースです。
package Support; public abstract class Function { public String ID; public abstract double getY(double x); }
Skillクラスは、各オブジェクトのパラメーターを説明するために似ています：
package Support; public class Skill { public double[] skill; public Skill(double[] skill); }
マトリックスを操作するために、Matrixクラスが記述されています。
package Support; public class Matrix { private double matrix[][]; public int ROWS; public int COLUMNS; public Matrix(int rows, int columns);
ルール-ルールの説明：
package Support; public class Rule{ public Skill[] u; private Function function; public double[] m; public Rule(Skill[] u, Function function) throws Exception{ this.u = u; this.function = function; m = findMin(u); } public double[] findMin(Skill[] arr) throws Exception { int size=arr[0].skill.length; for (int i=0;i<arr.length;i++) if (arr[i].skill.length != size) throw new Exception("Incorrect skill"); double[] min = new double[size]; for (int i=0;i<min.length;i++) min[i] = Integer.MAX_VALUE; for (int i=0;i<arr.length;i++) for (int j=0;j<size;j++) if (arr[i].skill[j]< min[j]) min[j] = arr[i].skill[j]; return min; } public double getF(double x){ return function.getY(x); } }
SubsetD-各ルールの行列D（i）の形成に使用
package Support; import Variables.Variables; public class SubsetD { private final boolean DEBUG = false; public double[][] d_arr; public SubsetD(Rule rule) throws Exception{ d_arr = makeD(rule); } public double[][] makeD(Rule rule) throws Exception{ d_arr = new double[rule.m.length][Variables.SIZE_OF_D()]; for (int i=0;i<rule.m.length;i++) for (int j=0;j<Variables.SIZE_OF_D();j++){ d_arr[i][j]=findMin(1-rule.m[i]+rule.getF(j*Variables.STEP_OF_D())); if (DEBUG) System.out.print("m["+i+"]="+rule.m[i]+"\tj*Variables.STEP_OF_D()="+j*Variables.STEP_OF_D()+"\tY="+rule.getF(j*Variables.STEP_OF_D())+"\n"); } return d_arr; } private double findMin(double x){ if (x>1) return 1; return x; } }
データ入力を担当する主なクラスの1つは入力です：
package Support; public abstract class Input { protected Rule[] rl = null; protected Function[] func = null; public int PARAMS_CNT = -1; public int FUNC_CNT = -1; public abstract Rule[] makeRules(double[][] arr) throws Exception;
2.ファサード必要な計算をすべて実行するアルゴリズムの王冠。
package FLO_Engine; import Variables.Variables; import Support.Matrix; import Support.Rule; import Support.SubsetD; import Support.Num; public class Facade { boolean DEBUG_D = false; boolean DEBUG_C = false; boolean DEBUG_LM = false; Facade(boolean debug_d, boolean debug_c, boolean debug_lm){} public Matrix calcD(Rule[] rules) throws Exception{
前述の使用例はこの部分には当てはまらないため、説明を改める必要があります。 3番目の記事では、説明付きの本の例、コードと著者の計算の比較、および関数とルールの記述について説明します。
このアルゴリズムの便利なテストのために、すぐにGUIとアダプターを作成しました。これにより、一連のルールと関数をコードに縫い付けるのではなく、外部からロードできます（クラスローダーも個別にロードする必要がありました）。記事の一部は、デスクトップバージョンでのリンクになります。 ソースが含まれています。
ファジー推論ルールを使用した選択肢の多基準選択。 Java実装。 パート3/3：例