3.10. Проектирование базы нечетких правил на основе численных данных

При решении большинства прикладных задач регулирования информацию, необходимую для построения и реализации системы управления, можно разделить на две части: численную (количественную), получаемую с измерительных датчиков, и лингвистическую (качественную), поступающую от эксперта. Значительная часть нечетких систем регулирования использует второй вид знаний, чаще всего представляемых в форме базы нечетких правил.

В случае, когда возникает необходимость спроектировать нечеткую систему, но в наличии имеются только численные данные, мы сталкиваемся с серьезными проблемами. Одним из путей их разрешения считаются так называемые нейро-нечеткие (fuzzy-neural) системы, представленные в главе 5. Они обладают многими достоинствами, однако сдерживающим моментом является длительность наполнения их знаниями (построения базы правил) в процессе итеративного обучения. Далее излагается один из простейших, но в то же время весьма универсальный метод построения базы нечетких правил на основе численных данных [30, 31]. Достоинства этого метода заключаются в его необычайной простоте и очень высокой эффективности. Кроме того, он позволяет объединять численную информацию, представленную в форме обучающих данных, с лингвистической информацией, имеющей вид базы правил, за счет дополнения имеющейся базы правилами, созданными на основе численных данных.