5.6.2. Нейронные сети для нечеткого выводаПознакомимся с системами, предложенными сотрудниками фирмы Matsushita, описание которых приведено в работах [3] и [18]. Прежде всего, обсудим способ разделения входного пространства на соответствующие области (классы). Очень часто делается допущение, что входные переменные независимы друг от друга. Это обусловливает разделение на классы, иллюстрируемое на рис. 5.38. Рис. 5.38. Классическое разделение входного пространства на области. Белое поле означает принадлежность к данному классу, серое поле - частичную принадлежность к каждому из соседствующих классов (либо отсутствие принадлежности к классу). При таком подходе каждая входная переменная имеет собственные входные множества. Они содержатся в условиях правил в виде IF ( где
Символы
для которой классический подход оказывается не самым целесообразным. Рис. 5.39. Предлагаемое разделение входного пространства на классы. В качестве решения можно предложить замену всех входных переменных одним вектором и ввести функции принадлежности от нескольких переменных. В этом случае описание условий в правилах будет иметь вид IF ( где Второй элемент архитектуры - компонент, отвечающий заключениям правил. Используется решение, предложенное Такаги и Сугено, которое подробно описывалось в п. 3.9.4. Выход системы вывода представляет собой функцию входных переменных, т.е.
где
|