|
Эта публикация цитируется в 3 научных статьях (всего в 3 статьях)
Нечеткий MLP-подход для распознавания нелинейных систем
А. Р. Марахимов, К. К. Худайбергенов Национальный университет Узбекистана им. М. Улугбека, Узбекистан, 100174, г. Ташкент, ВУЗ городок, ул. Университетская,
д. 4
Аннотация:
В рассмотрении задач принятия решения распознавание нелинейных систем играет огромную роль. Распознавание нелинейных систем с помощью многослойного персептрона (MLP), обученного по алгоритму обратного распространения, становится значительно более сложным с увеличением количества входных данных, слоев, узлов и количества итераций в процессе вычисления. В этой работе мы предприняли попытку использования нечеткого MLP и его обучающего алгоритма для распознавания нелинейных систем. Предложили подход нечеткого MLP и его обучающего алгоритма, который позволяет ускорить процесс обучения, превышающего скорость такового в случае классического MLP. Результаты показывают значительное упрощение при поиске оптимальных параметров для нейронной нечеткой модели в сравнении с классическим MLP. Также было проведено сравнение показателей работы обучения классического MLP и предложенной нечеткой MLP-модели. Нами были проанализированы временная и пространственная сложности алгоритма. Также мы выяснили, что серьезно сократилось количество моментов, а показатели работы выросли в сравнении с классическим MLP.
Образец цитирования:
А. Р. Марахимов, К. К. Худайбергенов, “Нечеткий MLP-подход для распознавания нелинейных систем”, Современные проблемы математики и физики, СМФН, 65, № 1, Российский университет дружбы народов, М., 2019, 44–53
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/cmfd374 https://www.mathnet.ru/rus/cmfd/v65/i1/p44
|
Статистика просмотров: |
Страница аннотации: | 156 | PDF полного текста: | 83 | Список литературы: | 19 |
|