Главная > Нейронные сети, генетические алгоритмы и нечеткие системы
<< Предыдущий параграф Следующий параграф >>
Пред.
След.
Макеты страниц

Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше

Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике

5.6. Модуль нечеткого управления типа Такаги-Сугено: случай зависимых лингвистических переменных

5.6.1. Введение

Для упрощения описания модулей нечеткого управления в предыдущих разделах было введено условие независимости входных переменных, которое не всегда оказывается выполнимым. Рассмотрим для примера температуру и влажность: они в определенной степени взаимозависимы, поэтому входные функции принадлежности должны отображаться поверхностями в трехмерном пространстве. В случае большего количества переменных эти функции должны строиться в многомерных пространствах. При попытке использовать только интуицию и собственный опыт задача окажется практически неразрешимой.

Представляемая в настоящем разделе структура показывает путь разрешения этой проблемы. Она может считаться модификацией конструкции, обсуждавшейся в предыдущем подразделе. Предлагаемый подход в англоязычной литературе определяется термином Neural Network Driven Fuzzy Reasoning, что можно перевести как нечеткий вывод, основанный на нейронной сети.

 

Categories

1
Оглавление
email@scask.ru