Нейронечеткие системы
"Возможно, за гибридными интеллектуальными системами будущее"
ВЫВОД НА НЕЧЕТКИХ ДАННЫХ - это процесс, в котром посылки (условия) и заключения (выводы) представляют собой нечеткие высказывания.
- • NNFLC – Neurons Network Fuzzy Logic Controller (нечеткий контроллер на основе нейронных сетей);
- • ANFIS – Adaptive Network based Fuzzy Inference System (адаптивная нейронная сеть на системе нечеткого вывода);
- • NNDFR – Neuron Network Driven Fuzzy Reasoning (нейронная сеть для нечетких умозаключений);
- • GARIC – Generalized Approximate Reasoning based Intelligent Control (Обобщенный приближенный вывод, основанный на интеллектуальном контроле);
- • TSK – (Такаги – Суэгено – Канга). В данной сети нет дефаззаификатора и выходное значение сразу получается четким;
- • Сеть Ванга – Менделя;
- • FUN – Fuzzy Net (нечеткая сеть) и др;
Общая схема нечеткого вывода: фаззификация входных переменных нечеткий вывод дефаззификация выходных переменных.
Принцип работы таких систем нейронечеткого управления следующий.
По результатам наблюдения за процессом управления формулируются правила управления и первоначальные функции
принадлежности. Измеренные показатели работы переводятся в нечеткий вид, далее происходит нечеткий вывод и полученные
нечеткие значения переводятся обратно в четкие числа.
ANFIS. Одна из самых популярных нейронечетких систем - ANFIS.
|
