41、技术研究与分析：模糊推理系统、自适应滤波算法及无线网络带宽研究

技术研究与分析：模糊推理系统、自适应滤波算法及无线网络带宽研究

一、Mamdani模糊推理系统的去模糊化方法研究

在软件开发工作量估计领域，Mamdani模糊推理系统（FIS）的去模糊化方法起着关键作用。研究人员使用了四种不同的去模糊化方法，即质心（Centroid）、平分线（Bisector）、最大中间值（MOM）和最大最大值（LOM）来创建Mamdani FIS，并基于标准性能评估标准对工作量估计进行了比较。

1. 实验方法

   • 数据集 ：实验基于锡金马尼帕尔理工学院B.Tech学生的主要项目报告创建的数据集进行。选取总实体计数（TCOE）和累积平均绩点（CGPA）作为两个输入变量，重新分配的开发工作量（RDE）作为输出变量，用于构建Mamdani FIS以估计软件开发所需的工作量。

   • FIS规格 ：使用Matlab的模糊逻辑工具箱实现Mamdani型模糊推理系统。FIS的具体规格如下表所示：
     | FIS参数 | 规格 |
     | — | — |
     | 模糊推理系统类型 | Mamdani |
     | 与方法 | Min |
     | 蕴含方法 | Min |
     | 聚合方法 | Max |
     | 去模糊化 | 质心 |
     | 隶属函数类型 | 三角形 |

   • 隶属函数 ：TCOE有低、中、高三个语言值；CGPA有差、平均、优秀三个语言值；RDE有低、中、高三个