Рис. 3. Общая структура нейро-нечеткой гибридной сети, основанная на методе
Суджено
Слой 3
.
На данном слое производится нормализация уровней ис-
тинности каждого правила по формуле
β
i
=
α
i
/
(
α
1
+
α
2
)
.
Слой 4.
Выходы нейронов представляют произведение нормали-
зованных значений уровней истинности на соответствующие выходы
правил:
y
i
=
β
i
(
c
i
1
x
1
+
c
i
2
x
2
)
.
Слой 5.
Нейрон последнего (выходного) слоя производит адаптив-
ное суммирование выходов нейронов предыдущего слоя. Адаптивная
нейро-нечеткая система вывода (ANFIS) представлена на рис. 3.
Гибридная сеть на основе алгоритма вывода Мамдани.
Раз-
работанная гибридная сеть основана на алгоритме нечеткого вывода
Мамдани, она содержит пять слоев, подобно сети на основе метода
Суджено. Первый (входной) слой реализует функции принадлежно-
сти для каждого терма каждой входной переменной. На вход слоя
поступают входные сигналы
x
,
а на выходе слоя получаем значение
функции принадлежности для этих сигналов
μ
A
k
(
x
)
.
Параметры функ-
ций принадлежности становятся весами связей для нейронов первого
слоя сети, и они будут модифицироваться в процессе обучения. То,
что веса теперь имеют конкретную физическую интерпретацию, по-
зволяет задать хорошие начальные значения, а также анализировать и
контролировать процесс корректировки этих параметров.
ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2012
31
