350 руб
Журнал «Информационно-измерительные и управляющие системы» №8 за 2013 г.
Статья в номере:
Алгоритм самообучения адаптивных нейро-нечетких систем на основе мягких вычислений
Ключевые слова: нечеткая логика мягкие арифметические операции мягкие вычисления нечетко-логический вывод ANFIS проклятие размерности
Авторы:
С.Г. Емельянов - д.т.н., профессор, ректор, Юго-Западный государственный университет (г. Курск) М.В. Бобырь - д.т.н., доцент, кафедра «Вычислительная техника», Юго-Западный государственный университет (г. Курск). E-mail: fregat_mn@rambler.ru А.В. Анциферов - аспирант, Юго-Западный государственный университет (г. Курск). E-mail: comrade_rider@mail.ru
Аннотация:
Рассмотрен алгоритм самообучения адаптивных нейро-нечетких систем на основе мягких арифметических операций, позволяющий обеспечить достоверность полученной информации. Проведенное численное моделирование и построенные на его основе графики позволяют оценить преимущество разработанного алгоритма самообучения.
Страницы: 3-9
Список источников

  1. Сизов А.С., Халин Ю.А. Формализация оценки конкурентоспособности предприятия на основе теории нечеткости // Информационно-измерительные и управляющие системы. 2011. Т. 9. № 11. С. 67-71.
  2. Mamdani E.A. Application of fuzzy logic to approximate reasoning using linguistic synthesis // IEEE Trans. Computers. 1977. V. С26. № 12. P. 1182-1191.
  3. Пегат А. Нечеткое моделирование и управление / Пер. с англ. М.: БИНОМ. Лаборатория знаний. 2012. 798 с.
  4. Бобырь М.В., Титов В.С., Акульшин Г.Ю. Моделирование нечетко-логических систем управления на основе мягких арифметических операций // Вестник компьютерных и информационных технологий. 2013. № 3. С. 29-35.
  5. Нечаев Ю.И. Концепция мягких вычислений в бортовых интеллектуальных системах // Информационно-измерительные и управляющие системы. 2009. Т. 7. № 2. С. 3-11.
  6. Титов В.С., Бобырь М.В., Анциферов А.В. Адаптивный мультисетевой алгоритм нечетко-логического вывода в задачах управления оборудованием с ЧПУ // Мехатроника, автоматизация, управление. 2013. № 5. С. 18-23.
  7. Gupta M.M., Rao D.H. On the principles of fuzzy neural networks // Fuzzy Sets and Systems. 1994. V. 61. № 1. С. 1-18.
  8. Бобырь М.В., Титов В.С. Интеллектуальная система управления температурными деформациями при резании // Автоматизация и современные технологии. 2011. № 05. С. 3-7.
  9. Бобырь М.В. Модифицированный алгоритм нечетко-логического вывода в задачах управления оборудованием с ЧПУ // Мехатроника. Автоматизация. Управление. 2011. № 4. С. 26-32.
  10. Титов В.С., Милостная Н.А., Бобырь М.В., Глобин П.В. Автоматизированная система управления эффективной мощностью при шлифовании // Известия Юго-Западного гос. ун-та. 2012. № 2-1. С. 8-12.
  11. Бобырь М.В., Титов В.С., Червяков Л.М. Адаптация сложных систем управления с учётом прогнозирования возможных состояний // Автоматизация и современные технологии. 2012. № 5. С. 3-10.