Zusammenfassung
Modelle dienen der Speicherung von Wissen und als Basis für Entscheidungen. Sie finden Anwendung in unterschiedlichsten Bereichen wie Technik, Medizin, Wirtschaft, Psychologie, Umwelt oder Verkehr. Gerade für komplexe Zusammenhänge sind Verfahren, die auf interpretierbaren Mustern beruhen, hoch flexibel und adaptiv. Die Theorie der Fuzzy Sets hat nun das Potenzial, gleitende Übergänge zwischen den Mustern zu beschreiben und damit realitätsnahe Modelle zu entwerfen. In dem Beitrag wird speziell die Fuzzy-Pattern-Klassifikation ausgeführt, die eine parametrische Zugehörigkeitsfunktion nutzt, mit der Muster auch in hochdimensionalen Merkmalsräumen beschrieben werden können. An zwei aktuellen, deutlich unterschiedlichen Anwendungen wird beispielhaft gezeigt, wie das gleiche Modellierungskonzept in humanwissenschaftlichen (psychologischen) und in technischen Bereichen einsetzbar ist. Konkret handelt es sich zum einen um den Einsatz linguistischer Antwortskalen in Fragebogenaktionen und zum anderen um die Zeitreihen-Prognose (konkret des fluktuierenden Energieertrags von Photovoltaikanlagen). Es ist Anliegen, hierbei zumindest exemplarisch den fundamentalen Charakter und damit auch die Transdisziplinarität der Fuzzy Theorie zu zeigen.
References
Baur M, Bocklisch SF (2001) Similarity based local model approach for nonlinear modelling. In: Proc. European Control Conference ECC2001, pp 3905–3910
Baur M (2004) Modellierung und Regelung nichtlinearer dynamischer Mehrgrößensysteme auf der Basis von fuzzy-verknüpften lokalen linearen Modellen, Dissertation, TU Chemnitz
Beyth-Marom R (1982) How probable is probable? A numerical translation of verbal probability expressions. J Forecasting 1:257–269
Bilz F, Bocklisch SF, Meyer W, Peschel M, Straube B (1978) Fuzzy concepts for systems identification of biomedical systems. In: Proc. 7th IFAC-World-Congress Helsinki, pp 499–507
Bocklisch SF, Meyer W, Straube B (1979) Fuzzy clustering and classification for the identification of process types in technical and biomedical systems. In: Proc. 5th IFAC-Symposium on Identification and System Parameter Estimation, Darmstadt, vol. 1, pp 679–687
Bocklisch SF (1986) A diagnosis system based on fuzzy classification. Comput Ind 7(1):73–82
Bocklisch SF, Priber U (1986) A parametric fuzzy classification concept. In: Bocklisch SF, Orlovski S, Peschel M, Nishiwaki Y (eds) Fuzzy Sets Applications, Methodological Approaches, and Results. Akademie-Verlag, Berlin, pp 147–156
Bocklisch SF, Bilz F, Schüler W (1986) A fuzzy classification diagnosis system. In: Bocklisch SF, Orlovski S, Peschel M, Nishiwaki Y (eds) Fuzzy Sets Applications, Methodological Approaches, and Results. Akademie-Verlag, Berlin, pp 203–212
Bocklisch SF (1987) Prozeßanalyse mit unscharfen Verfahren. Verlag Technik, Berlin
Bocklisch F (2012) Die Analyse und Bewertung vager linguistischer Terme mittels fuzzy Methodik. Dissertation, TU Chemnitz
Bocklisch F, Bocklisch SF, Krems JF (2011) The fuzziness of verbal response scales: the STAI-T questionnaire. In: Galichet S, Montero J, Mauris G (eds) Proc. 7th Conference of the European Society for Fuzzy Logic and Technology, EUSFLAT-2011, Aix-Les-Bains, France, pp 592–597
Bocklisch F, Stephan M, Wulfken B, Bocklisch SF, Krems JK (2011) How medical expertise influences the understanding of symptom intensities – a fuzzy approach. In: Holzinger A, Simonic K-M (eds) USAB 2011, LNCS 7058. Springer, pp 703–706
Bocklisch F, Bocklisch SF, Krems JF (2012) Sometimes, often and always – exploring the vague meanings of frequency expressions. Behav Res Meth Instr 44:144–157
Bocklisch SF, Bocklisch F (2015). Tutorial for FXC Software Tool. https://www-user.tu-chemnitz.de/ frab/Tutorial_FXC_Software.pdf, letzter Zugriff: 2.5.2015
Budescu DV, Karelitz TM, Wallsten TS (2003) Predicting the directionality of probability words from their membership functions. J Behav Decis Making 16:159–180
Cohen S, Kamarck T, Mermelstein R (1983) A global measure of perceived stress. J Health Soc Behav 24(4):385–396
Dambreville R, Blanc P, Chanussot J, Boldo D (2014) Very short term forecasting of the Global Horizontal Irradiance using a spatio-temporal autoregressive model. Renew Energ 72:291–300
Groß S (2011) Optimierung von Antwortskalen am Beispiel des Trierer Inventars zum chronischen Stress (TICS). Bachelorarbeit, TU Chemnitz
Kabranov O (1999) Adaptiver Fuzzy Pattern Attraktor Regler, Dissertation, TU Chemnitz
Scheunert U (2001) Fuzzy-Mengen-Verknüpfung und Fuzzy-Arithmetik zur Sensor-Daten-Fusion. Dissertation, TU Chemnitz
Schulz P, Schlotz W, Becker P (2004) Trierer Inventar zum chronischen Stress (TICS). Hogrefe, Göttingen
Seising R (2010) Unscharfe Mengen in der DDR. In: Coy W, Schirmbacher P (Hrsg) Informatik in der DDR – Tagung Berlin 2010. Tagungsband zum 4. Symposium ,,Informatik in der DDR“ am 16. und 17. September 2010 in Berlin, Humboldt Universität zu Berlin, S 217–231
Teigen KH, Brun W (2003) Verbal expressions of uncertainty and probability. In: Hardman D (ed) Thinking: Psychological Perspectives on Reasoning, Judgment and Decision Making. Wiley and Sons, Chichester, pp 125–145
Zadeh L A (1965) Fuzzy sets. Inform Control 8:338–353
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
About this article
Cite this article
Bocklisch, S., Bocklisch, F. Fuzzy-Pattern-Klassifikatoren als Modelle. Informatik Spektrum 38, 510–522 (2015). https://doi.org/10.1007/s00287-015-0922-9
Published:
Issue Date:
DOI: https://doi.org/10.1007/s00287-015-0922-9