Запобігання втрати прозорості нечітких моделей під час навчання за експериментальними даними

Abstract

Виявлено типові порушення прозорості нечітких моделей, які з'являються підчас їх навчання за експериментальними даними. Сформовано систему обмежень, завдяки якій прозорість нечітких моделей при навчанні зберігається. При цьому точність ідентифікації практично не погіршується в порівнянні з традиційними методами навчання нечітких моделей.

Выявлены типовые нарушения прозрачности нечетких моделей, которые появляются в результате обучения по экспериментальным данным. Сформировано систему ограничений, которая сохраняет прозрачность нечетких моделей при обучении. При этом точность идентификации практически не ухудшается в сравнении с традиционными методами обучения нечетких моделей.

Typical violations of fuzzy model transparency produced as a result of teaching by experimental data are revealed. The system of limitations which provides transparency of fuzzy models, in the process of teaching is formed. The accuracy of identification is not practically decreased as compared with conventional methods of fuzzy models teaching.