5.4.4. Примечание

Кажется логичным рассматривать предложенную структуру и связанные с ней алгоритмы в качестве серьезной базы для дальнейших исследований и размышлений. Естественное разделение алгоритма обучения на два независимых этапа открывает интересные возможности для применения описанного подхода во многих реальных ситуациях. Фаза самоорганизации структуры на основе обучающих данных устраняет главный недостаток известных ранее структур: необходимость хорошего исходного размещения функции принадлежности и полного априорного знания всех нечетких правил. Кроме того, слоистая структура и межслойные связи оказываются настолько прозрачными и интуитивно понятными, что формирование базы правил и нечетких множеств по завершении первой фазы не представляет никакой проблемы. Следовательно, они могут с легкостью как модифицироваться, так и переноситься в другую систему, реализующую нечеткий вывод. В свою очередь, на второй фазе (обучения с учителем) применяется хорошо известный алгоритм обратного распространения ошибки. Благодаря оптимальному уточнению функций принадлежности удается еще лучше подготовить модуль нечеткого управления для решения конкретной задачи. В случае, когда обучающие данные доступны только в режиме онлайн, следует использовать иной алгоритм обучения, например, описанный в работе [11].