Aşamalı ve aşamalı olmayan bulanık modellerin sınıflandırma performanslarının karşılaştırılması

Bu çalışmada, simülasyon verisi ve gerçek veri seti ile farklı üyelik fonksiyonları kullanılarak aşamalı ve aşamalı olmayan bulanık modellerin sınıflandırma performanslarının karşılaştırılması hedeflendi. Çalışmanın uygulama basamağında MATLAB yazılım programı kullanılarak simülasyon uygulaması için algoritmalar oluşturuldu. Hem bu algoritmalar yardımıyla türetilmiş veri setleri hem de gerçek bir veri seti kullanılarak oluşturulan aşamalı ve aşamalı olmayan bulanık modellerin sınıflandırılma performansları; duyarlılık, özgüllük, doğruluk yüzdeleri ve HKOK kriterlerine göre karşılaştırıldı. Simülasyon uygulaması sonunda aşamalı olmayan bulanık modellerin duyarlılık, özgüllük ve doğruluk yüzdelerinin aşamalı bulanık modellerden daha yüksek; HKOK değerlerinin ise daha düşük olduğu belirlendi. Kural tabanının ise aşamalı bulanık modelde aşamalı olmayan bulanık modellere göre daha geniş olduğu görüldü. En iyi sonuç veren üyelik fonksiyonlarının ise üçgen ve çan üyelik fonksiyonları olduğu sonucuna ulaşıldı. Gerçek uygulamada da simülasyon sonuçlarına paralel olarak farklı üyelik fonksiyonları ile oluşturulan aşamalı olmayan bulanık modellerin aşamalı bulanık modellere göre duyarlılık, özgüllük, doğruluk yüzdelerinin daha yüksek, HKOK değerlerinin ise daha düşük olduğu belirlendi. Sınıflandırma bakımından en iyi sonuç veren modellerin Gauss ya da yamuk üyelik fonksiyonu ile oluşturulduğu sonucuna ulaşıldı. Sonuç olarak aşamalı olmayan bulanık mantık yöntemi, aşamalı bulanık mantık yöntemine göre daha iyi sınıflandırma yapmaktadır. Verinin yapısı, değişkenlerin dağılımı, birbiri ile ilişkisi, bulanıklaştırma adımında değişkenlerin alt kategorilere nasıl ayrılacağı ve hangi yöntemin kullanılacağı hususlarının ayrıntılı irdelenmesi gerektiği için mutlaka konuyla ilgili bilgi ve tecrübeye sahip uzman desteği alınmalıdır. Anahtar Kelimeler: Aşamalı Bulanık Model, Aşamalı Olmayan Bulanık Model, Sınıflandırma, Simülasyon.