RUS  ENG
Полная версия
ЖУРНАЛЫ // Искусственный интеллект и принятие решений // Архив

Искусственный интеллект и принятие решений, 2016, выпуск 4, страницы 15–26 (Mi iipr300)

Интеллектуальный анализ данных

Обучение нейро-нечеткой системы на основе метода разности площадей

М. В. Бобырь, С. А. Кулабухов, Н. А. Милостная

Юго-Западный государственный университет, г. Курск

Аннотация: Рассмотрен новый метод обучения нечетких MISO-систем, используемых в своей структуре нечетко-логический вывод с линейными функциями принадлежности. Особенностью данного способа является применение в качестве дефаззификации метода разности площадей. Синтезирована новая структурная схема разработанной нейро-нечеткой системы вывода. Приведены результаты численного моделирования, показывающие принцип работы предложенного метода и дан сравнительный анализ с традиционной моделью ANFIS. Представлен сравнительный анализ использования в нечетком выводе различных формул нахождения мягкого минимума и t-норм. Разработанный метод увеличивает точность нечетких систем, причем его работоспособность подтверждена рядом имитационных экспериментов.

Ключевые слова: нечетко-логический вывод, мягкие вычисления, дефаззификация, метод разности площадей, обучение, адаптивные нейро-нечеткие системы вывода, RMSE.



Реферативные базы данных:


© МИАН, 2024