МЕТОДЫ, АЛГОРИТМЫ И ПРОГРАММНЫЙ КОМПЛЕКС ПРЕДНАСТРОЙКИ И ОПТИМИЗАЦИИ ПАРАМЕТРОВ НЕЧЕТКОЙ НЕЙРОННОЙ СЕТИ

Г.С. Корнилов

Казанский государственный технический университет им. А.Н. Туполева

Решается задача преднастройки и оптимизации параметров нечёткой нейронной сети. Качество обучения таких сетей в значительной степени определяется количеством нечетких гранул для входных лингвистических переменных. Субъективный выбор человеком числа градаций часто приводит к недостоверным результатам. Для решения данной задачи предлагается специально разработанный алгоритм нечеткой кластеризации. Кроме того, от вида функций принадлежности, которыми формализуются нечеткие термы, зависят результаты нечеткого логического вывода. Использование той или иной функции принадлежности зачастую определяется спецификой решаемой задачи, а иногда и квалификацией эксперта, дающего лингвистическую оценку получаемым закономерностям. Для объективного выбора функции принадлежности предлагается методика, использующая результаты нечеткой кластеризации. Эффективность работы алгоритмов исследована на примере данных медицинской диагностики.

   
www.kai.ru