Interested Article - ANFIS

Адаптивная сеть на основе системы нечеткого вывода (adaptive neuro-fuzzy inference system) или Адаптивная нейро-нечеткая система вывода (adaptive network-based fuzzy inference system), ANFIS — это искусственная нейронная сеть , основанная на нечеткой системе вывода .

Метод был разработан в начале 1990-х годов .

Так как этот метод интегрирует принципы нейронных сетей с принципами нечеткой логики , то у него есть потенциал, чтобы совместить их преимущества в одной .

Вывод такой системы соответствует набору нечетких правил «если-то» (if-then) , которые имеют способность к обучению аппроксимированию нелинейных функций .

Следовательно, ANFIS считается универсальным оценщиком .

Для использования ANFIS наиболее эффективным и оптимальным способом, можно использовать параметры, полученные с помощью генетического алгоритма .

Пример

Простой контроллер Сугено-Такаги с двумя входами и двумя правилами:

ЕСЛИ P₁₁(x₁) И P₁₂(x₂) ТО f1(x₁, x₂)

ЕСЛИ P₂₁(x₁) И P₂₂(x₂) ТО f2(x₁, x₂)

ANFIS, который реализует этот элемент управления, будет выглядеть следующим образом:

Примечания

Jang, Jyh-Shing R (1991). (PDF) . Proceedings of the 9th National Conference on Artificial Intelligence, Anaheim, CA, USA, July 14–19. Vol. 2. pp. 762—767. Архивировано из (PDF) 4 марта 2016 . Дата обращения: 2 марта 2016 .
Jang, J.-S.R. ANFIS: adaptive-network-based fuzzy inference system (англ.) // IEEE Transactions on Systems, Man and Cybernetics : journal. — 1993. — Vol. 23 , no. 3 . — doi : .
Abraham, A. (2005), "Adaptation of Fuzzy Inference System Using Neural Learning", in Nedjah, Nadia; de Macedo Mourelle, Luiza (eds.), Fuzzy Systems Engineering: Theory and Practice , Studies in Fuzziness and Soft Computing, vol. 181, Germany: Springer Verlag, pp. 53—83, doi :
Jang, Sun, Mizutani (1997) — Neuro-Fuzzy and Soft Computing — Prentice Hall, pp 335—368, ISBN 0-13-261066-3
Tahmasebi, P. (англ.) // Computers & Geosciences : journal. — 2012. — Vol. 42 . — P. 18—27 . 25 октября 2021 года.

Литература

Jang, Sun, Mizutani (1997) — Neuro-Fuzzy and Soft Computing — Prentice Hall, Seiten 335—368, ISBN 0-13-261066-3
Andrew P. Papliński: (PDF; 322 kB) aus Neural Networks and Fuzzy Systems , Monash University Victoria (Australien)
Jürgen Sauer: (PDF; 254 kB) aus Neuronale Netze, Fuzzy Control, Genetische Algorithmen , FH Regensburg
Леоненков А. В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. –– СПб.: БХВ Петербурr, 2005. –– 736 с.: ил.

[1] Jang, Jyh-Shing R (1991). (PDF) . Proceedings of the 9th National Conference on Artificial Intelligence, Anaheim, CA, USA, July 14–19. Vol. 2. pp. 762—767. Архивировано из (PDF) 4 марта 2016 . Дата обращения: 2 марта 2016 .

[2] Jang, J.-S.R. ANFIS: adaptive-network-based fuzzy inference system (англ.) // IEEE Transactions on Systems, Man and Cybernetics : journal. — 1993. — Vol. 23 , no. 3 . — doi : .

[3] Abraham, A. (2005), "Adaptation of Fuzzy Inference System Using Neural Learning", in Nedjah, Nadia; de Macedo Mourelle, Luiza (eds.), Fuzzy Systems Engineering: Theory and Practice , Studies in Fuzziness and Soft Computing, vol. 181, Germany: Springer Verlag, pp. 53—83, doi :

[4] Jang, Sun, Mizutani (1997) — Neuro-Fuzzy and Soft Computing — Prentice Hall, pp 335—368, ISBN 0-13-261066-3

[5] Tahmasebi, P. (англ.) // Computers & Geosciences : journal. — 2012. — Vol. 42 . — P. 18—27 . 25 октября 2021 года.

Interested Article - ANFIS

Пример

Примечания

Литература

Same as ANFIS

KisaAnfisa

The title for the last searches