Отримано 13.12.2013, Доопрацьовано 16.02.2014, Прийнято 07.04.2014

Нейро-мережевий підхід до генерування сполучених нечітких баз знань на правилах і відношеннях

Ганна Ракитянська

Пропонується підхід до генерування сполучених правил ЯКЩО-ТО на основі генетико-нейронного алгоритму розв’язання рівнянь нечітких відношень, що дозволяє уникнути селекції правил і виключити перекриття між класами. Суть підходу полягає у побудові та навчанні min-max нейро-нечіткої мережі, ізоморфної лінгвістичним розв’язкам системи рівнянь нечітких відношень, яка дозволяє адаптувати структуру набору правил до змінення границь класів виходу. Розв’язання рівнянь нечітких відношень забезпечує оптимальну кількість нечітких правил для кожного вихідного терму і оптимальну геометрію вхідних термів для кожного лінгвістичного розв’язку

нечіткі правила і відношення, рівняння нечітких відношень, min-max нейронна мережа
72-82
Rakytianska, H. (2014). Neural network approach to generating connected fuzzy knowledge bases based on rules and relations. Information Technologies and Computer Engineering, 11(1), 72-82.

Використані джерела

Використані джерела в процесі публікації