Ієрархічна нейро-нечітка модель оберненого виведення для налаштування структури класифікаційних правил

Анотація

Отримав подальший розвиток адаптивний підхід до налаштування структури класифікаційних нечітких баз знань на основі трендових відношень або правил і оберненого логічного виведення. Взаємозв’язок «причини – наслідки» моделюється на основі рівнянь нечітких відношень з ієрархічною max-min/min-max композицією. Запропоновано ієрархічну нейро-нечітку модель оберненого виведення на основі трендових правил, яка дозволяє спростити процес навчання порівняно із розширеною нейро-нечіткою мережею на основі трендових відношень. Розв’язання задачі оберненого виведення здійснюється за допомогою рекурентних співвідношень, які відповідають налаштуванню координат максимуму функцій належності вхідних термів та мір значимостей комбінацій причин у експертних розв’язках трендової системи рівнянь.