|
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.
Образец цитирования:
М. В. Бобырь, С. А. Кулабухов, Н. А. Милостная, “Обучение нейро-нечеткой системы на основе метода разности площадей”, Искусственный интеллект и принятие решений, 2016, № 4, 15–26
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/iipr300 https://www.mathnet.ru/rus/iipr/y2016/i4/p15
|
Статистика просмотров: |
Страница аннотации: | 36 | PDF полного текста: | 45 | Список литературы: | 1 |
|