Введение. Представленные в настоящем разделе структуры модулей нечет­кого управления характеризуются следующими важными свойствами:

Примечание

Представленные в настоящем разделе структуры модулей нечет­кого управления характеризуются следующими важными свойствами:

1) формирование нечетких правил и уточнение функций принад­
лежности производится параллельно и полностью в автоматическом ре­
жиме;

2) представленные два способа реализации нечеткого вывода
должны рассматриваться лишь в качестве простейших примеров

Эксперименты с другими возможными решениями обязательно принесут свои плоды в виде альтернативных, но не менее интересных структур (см. также разд. 5.6)

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

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

Глава 5. Модули нечетко-нейронного управления

5.6. Модуль угравпения <

лингвистическими переменными

Driven huzzy Reasoning, что можно перевести как нечеткий вывод, осно­ванный на нейронной сети

Дата добавления: 2015-06-04