Symbolic Execution and Thresholding for Efficiently Tuning Fuzzy Logic Programs
Symbolic Execution and Thresholding for Efficiently Tuning Fuzzy Logic Programs
复制标题
用于有效调整模糊逻辑程序的符号执行和阈值
DOI：
10.1007/978-3-319-63139-4_8
复制
发表时间：
2016
期刊：
影响因子：
--
通讯作者：
G. Vidal
中科院分区：
文献类型：
--
作者：
Ginés Moreno;J. Penabad;J. A. Riaza;G. Vidal
模糊逻辑程序设计是一个不断发展的声明性范例，旨在将模糊逻辑集成到逻辑程序设计中。在指定模糊逻辑程序时，最困难的任务之一是确定每个规则的正确权重，以及最合适的模糊连接词和运算符。在本文中，我们介绍了一个符号扩展的模糊逻辑程序，其中一些参数可以是未知的，使用户可以很容易地看到其可能的值的影响。此外，给定多个测试用例，可以自动计算这些参数的最合适的值。最后，我们展示了一些基准，说明了我们的方法的有用性。
Fuzzy logic programming is a growing declarative paradigm aiming to integrate fuzzy logic into logic programming. One of the most difficult tasks when specifying a fuzzy logic program is determining the right weights for each rule, as well as the most appropriate fuzzy connectives and operators. In this paper, we introduce a symbolic extension of fuzzy logic programs in which some of these parameters can be left unknown, so that the user can easily see the impact of their possible values. Furthermore, given a number of test cases, the most appropriate values for these parameters can be automatically computed. Finally, we show some benchmarks that illustrate the usefulness of our approach.