Классификация многомерных данных с использованием кластерного генетического алгоритма и нечеткой логики

  В данной работе рассмотрен подход к повышению точности классифицирующих правил, полученных с использованием кластерного генетического алгоритма. Предложенный подход использует теорию нечетких множеств и позволяет снизить неопре¬деленность при классификации наблюдений, лежащих в перекрывающихся областях кластеров, а также принимать решение с учетом всего множества правил, активированных наблюдением.