Генетический алгоритм обучения системы нечеткого вывода
- 1 д.в.н., профессор, кафедра вычислительной техники, филиал ФГБОУ ВО «НИУ «МЭИ» в г. Смоленске. В.И. Сак-Саковский - д.в.н., профессор, кафедра вычислительной техники, филиал ФГБОУ ВО «НИУ «МЭИ» в г. Смоленске
- 2 к.т.н., доцент, кафедра вычислительной техники, филиал ФГБОУ ВО «НИУ «МЭИ» в г. Смоленске
- 3 к.ф.-м.н., доцент, кафедра математики и информатики, ФГБОУ ВО «Смоленский государственный университет»
Аннотация
Предложен генетический алгоритм обучения системы нечеткого логического вывода для формирования целевой функции, основанный элементах генетических алгоритмов. Проведен сравнительный анализ работы алгоритма для моделей Мамдани и Сугэно 0-го порядка.
Для цитирования
Зернов М.И., Сеньков А.В., Букачев Д.С. Генетический алгоритм обучения системы нечеткого вывода // Нейрокомпьютеры: разработка, применение. 2016. № 7. С. 57–60.
Список источников
- Перепелица В.А., Тебуева Ф.Б. Дискретная оптимизация и моделирование в условиях неопределенности данных. М.: Издательство «Академия естествознания». 2007. 151 с.
- Борисов В.В., Круглов В.В., Федулов А.С. Нечеткие модели и сети. Изд. 2-е стереотип. М.: Горячая линия-Телеком. 2012. 284 с.
- Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы. М.: Горячая линия-Телеком. 2006. 452 с.
- Борисов В.В., Федулов А.С., Зернов М.М. Основы нечеткого логического вывода. Серия «Основы нечеткой математики». Книга 4. Учебное пособие для вузов. М.: Горячая линия-Телеком. 2014. 122 с.
- Круглов В.В. Сравнение алгоритмов Мамдани и Сугэно в задаче аппроксимации функции // Нейрокомпьютеры: разработка, применение. 2003. № 5. С. 34-38.