Классификация нечетких моделей 5
Целесообразность применения нейро-фаззи технологий • • способности к представлению информации в условиях неопределенности нечеткого логического вывода ЭС на основе нечеткой логики основа - экспертные знания адаптивные возможности обучения быстродействие нейронных сетей возможности автоматизированной экстракции знаний возможность обеспечения мета управления процессом принятия решений расширенные интерпретационные возможности 6
Решающая нейро-фаззи сеть 5
Нечеткие нейроны 5 Нечеткий нейрон «И» . Сигналы и веса объединяются с помощью t-конормы S, а выход образуется с применением t- нормы T. Если принять Т = min, S = max, то нечеткий нейрон «И» реализует композицию min-max: Нечеткий нейрон «ИЛИ» . Сигналы и веса объединяются с помощью t-нормы T, а выход образуется с применением t- конормы S Если принять Т = min, S = max, то нечеткий нейрон «ИЛИ» реализует композицию min-max:
Структура нечеткой нейронной сети (архитектура ANFIS) 5
Структура нечеткой нейронной сети (архитектура ANFIS) 5
Скачать презентацию Классификация нечетких моделей 5 Целесообразность применения нейро-фаззи
NF.ppt