如何在 Java 中创建模糊逻辑规则或模型

Question

我在新工作中被赋予了一项新任务，基本上，我必须创建一个“模型”来预测未来的数据。有人告诉我 Fuzzy Logic 是最好的方法，而且我几乎每天都使用 Java，所以我也更愿意在这里使用它。

我搜索了有关模糊逻辑的信息，我大致了解它是什么以及它是如何工作的（Here 和Here）。

我还搜索了可以帮助我解决此问题的 API（例如，JFuzzyLogic 和 JFuzzyLite），但这些 API 似乎都无法满足我的需求（或者也许是我拥有不知道我在寻找什么）。

我的想法是根据我拥有的数据动态地生成“规则”（它们共同构成一个模型）。 （我有不同结果的数据，这个模型会告诉我新数据是否属于一个结果或另一个，基本预测）。

我是否以正确的方式解决问题？是否有任何 Java API 具有此功能？

如果我错了，请告诉我，我想尽可能多地学习。

感谢大家阅读本文（您可能需要纠正我的英语错误，对此深表歉意）。

编辑（更多信息）：我的数据存储在 excel 中，每个有大约 5000 行和 75 列（列号始终相同）：

• 所有有用的值都是数字（浮点数）（我过滤其余的）。
• 每一行是特定片段的数据，每一列是一个属性（长度、宽度、高度......以及更多 67 个）。
• 最后一列是一个代码（也是浮点数），说明它是什么类型
  • 这是我想要预测的结果。这个想法是根据其他列的值来预测一个片段将包含什么代码。

Answer 1

这看起来像是一个标准的regression 问题。您想根据其他数字的值来预测一个数字。

假设您的最后一列是 Y，其他所有列是 X_i。您想找到一个基于 X 为您提供 Y 的函数（您的模型）。所以 Y = f(X)。您的模型可以采用多种形式。您可能应该从最简单的模型开始，即线性模型。

线性回归会尝试找到最好的 W_i 使得：

Y = W_0 * X_0 + W_1 * X_1 + ... + W_n * X_n

因此，您需要的是 Java 中的回归库。一个流行的是WEKA，它有一个很好的linear regression class。

关于模糊逻辑，我不是专家，但它似乎不太适合您的问题。

Answer 2

有一个 Java 模糊匹配算法，我发现它对于类似的问题非常有用。我们有一行记录，每列是不同类型的元素。

https://github.com/intuit/fuzzy-matcher

例如用户列表，并具有（姓名、地址、电话）等属性，并希望通过查看输入每个数据的不同格式来预测哪些用户相似。

这个库将相似的行组合在一起，并给出相似行的概率分数（通过提高每个相似元素的分数）

这个库非常适合字符串相似度，但也可用于查找数值数据之间的相似度。我能够传入电话号码列表，并且能够识别相似的电话号码。

希望对你有帮助

Answer 3

您有 74 个输入和 1 个输出。但我担心的是你想在这里使用什么类型的模糊逻辑？像类型 1 模糊、类型 2 或直觉模糊，或中智模糊？ 对于 Zadeh 1975 的基本模糊，即类型 1 模糊，每个输入参数只有一个函数，即隶属函数。通过使用直觉模糊，您将拥有两个函数，即隶属函数和非隶属函数；对于中智模糊，您将拥有三个函数，例如与所有输入参数相关联的隶属函数、非隶属函数和不确定函数。在此之后，您将定义 if-then 规则。 if-then 规则通常是输入参数的隶属函数的变量值的乘积，例如，如果您有三个参数并且在 type-1 模糊中，则三个参数的所有隶属函数包含低、中和高区域，那么您的规则的最大数量将是 27，但并非所有规则都将被定义。有些规则没有多大用处。所以在你的情况下，你有很多规则。然后你需要一个去模糊器来获得清晰的输出。由于输入参数很多，我建议你，因为这是一个老问题，你已经完成了你的工作，所以任何在相同情况下的人都必须使用 Type-1 模糊逻辑。