Гібридний алгоритм навчання ANFIS–подібних нейромереж в задачах управління

Скорочена інформація про документ
dc.contributor.authorСтародуб, Олександр Романович
dc.contributor.authorОлійник, Володимир Валентинович
dc.date.accessioned2020-12-04T09:48:14Z
dc.date.available2020-12-04T09:48:14Z
dc.date.issued2017
dc.description.abstractenThe article shows relevance of neuro-fuzzy networks application for solving complex control problems. Neuro-fuzzy networks combine the mathematical apparatus of fuzzy logic with the possibilities of neural networks. This feature allows combining knowledge based control with machine learning. One such network is the ANFIS network. One of the main features of the ANFIS network is that the functions of each layer of the network (fuzzification, calculating strength of the rules, normalizing strength of the rules, calculating consequent parameters, generating the result) are clearly expressed. In this case, only the first and fourth layers of the network are subject for a training. In the proposed training algorithm, the parameters of the first layer of the network are determined using the expert approach. After that, iterative training is conducted for the first and fourth layers of the network using a genetic algorithm (starting with the fourth layer). Using this algorithm allows to achieve required accuracy quickly and with high chance in the tasks of training ANFIS-like networks for solving complex control tasks.en
dc.description.abstractruВ статье показана актуальность использования нейро-нечетких сетей для решения сложных задач управления. Нейро-нечеткие сети сочетают в себе математический аппарат нечеткой логики и возможности нейронных сетей, что позволяет объединить подходы к управлению на основе знаний с машинным обучением. Одной из таких сетей является ANFIS сеть Одной из главных особенностей ANFIS сети четко выражены функции каждого из слоев сети (фазификация, расчет истинности правил, нормализация истинности правил, расчет значений нечетких правил, генерация результата). При этом, только первый и четвертый слои сети подлежат обучению. В предлагаемом алгоритме обучения, параметры первого слоя сети определяются с помощью экспертного подхода. После чего, проводится итеративное обучения первого и четвертого слоев сети с помощью генетического алгоритма (начиная с четвертого слоя). Использование данного алгоритма, позволяет достаточно быстро и с высоким шансом достичь требуемой точности при обучении ANFIS-подобных сетей для решения сложных задач управления.ru
dc.description.abstractukУ статті показано актуальність використання нейро-нечітких мереж, для вирішення складних задач управління. Нейро-нечіткі мережі поєднують у собі математичний апарат нечіткої логіки та можливості нейромереж, що дозволяє поєднати підходи до управління на основі знань з машинним навчанням. Однією з таких мереж є ANFIS мережа. Однією з головних особливостей ANFIS мережі є чітко виражені функції кожного з шарів мережі (фазифікація, розрахунок істинності правил, нормалізація істинності правил, розрахунок значень нечітких правил, генерація результату). При цьому, лише перший та четвертий шари мережі підлягають навчанню. В запропонованому алгоритмі навчання, параметри першого шару мережі визначаються за допомогою експертного підходу. Після чого, проводиться ітеративне навчання першого та четвертого шарів мережі за допомогою генетичного алгоритму (починаючи з четвертого шару). Використання даного алгоритму, дозволяє досить швидко, та з високим шансом досягти необхідної точності при навчанні ANFIS- подібних мереж для вирішення складних задач управління.uk
dc.format.pagerangeС. 164-169uk
dc.identifier.citationСтародуб, О. Р. Гібридний алгоритм навчання ANFIS–подібних нейромереж в задачах управління / О. Р. Стародуб, В. В. Олійник // Адаптивні системи автоматичного управління : міжвідомчий науково-технічний збірник. – 2017. – № 1(30). – С. 164–169. – Бібліогр.: 5 назв.uk
dc.identifier.doihttps://doi.org/10.20535/1560-8956.30.2017.117715
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/37860
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.sourceАдаптивні системи автоматичного управління : міжвідомчий науково-технічний збірник, 2017, № 1(30)uk
dc.subjectнейронна мережаuk
dc.subjectANFISuk
dc.subjectнейро-нечіткий контролерuk
dc.subjectгібридне навчанняuk
dc.subjectітеративне навчанняuk
dc.subjectneural networken
dc.subjectneuro-fuzzy controlleren
dc.subjecthybrid learningen
dc.subjectiterative learningen
dc.subjectнейронная сетьru
dc.subjectнейро-нечеткий контроллерru
dc.subjectгибридное обучениеru
dc.subjectитеративное обучениеru
dc.subject.udc004.021uk
dc.titleГібридний алгоритм навчання ANFIS–подібних нейромереж в задачах управлінняuk
dc.title.alternativeHybrid algorithm for training ANFIS-like neural networks for control tasksen
dc.title.alternativeГибридный алгоритм обучения ANFIS-подобных нейросетей в задачах управленияru
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
asau-2017-1_164-169.pdf
Розмір:
323.45 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Адаптивні системи автоматичного управління: міжвідомчий науково-технічний збірник, № 1(30)