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 ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO
Раздел 12. НЕЧЕТКИЕ НЕЙРОННЫЕ СЕТИПредставленные в предыдущем разделе модели вывода Мамдани-Заде и TSK позволяют описать выходной сигнал многомерного процесса как нелинейную функцию входных переменных 12.1. Структура нечеткой сети TSKОбобщенную схему вывода в модели TSK при использовании М правил и N переменных
Условие
где
При М правилах вывода агрегирование выходного результата сети производится по формуле (11.43), которую можно представить в виде
где • Первый слой выполняет раздельную фуззификацию каждой переменной • Второй слой выполняет агрегирование отдельных переменных • Третий слой представляет собой генератор функции TSK, рассчитывающий значения • Четвертый слой составляют два нейрона-сумматора, один из которых рассчитывает взвешенную сумму сигналов у к Рис. 12.1. (см. скан) Структура нечеткой нейронной сети TSK • Последний, пятый слой, состоящий из единственного выходного нейрона, - это нормализующий слой, в котором веса подвергаются нормализации в соответствии с формулой (12.4). Выходной сигнал
Это также непараметрический слой. Из приведенного описания следует, что нечеткая сеть TSK содержит только два параметрических слоя (первый и третий), параметры которых уточняются в процессе обучения. Параметры первого слоя будем называть нелинейными параметрами, поскольку они относятся к нелинейной функции (12.2), а параметры третьего слоя - линейными весами, так как они относятся к параметрам При уточнении функциональной зависимости (12.4) для сети TSK получаем:
Если принять, что в конкретный момент времени параметры условия зафиксированы, то функция При наличии На практике для уменьшения количества адаптируемых параметров оперируют меньшим количеством независимых функций принадлежности для отдельных переменных, руководствуясь правилами, в которых комбинируются функции принадлежности различных переменных. Если принять, что каждая переменная
|
1 |
Оглавление
|