Синтез диагностических моделей на основе нейро-нечетких сетей с высокими обобщающими свойствами

Abstract

Разработан метод синтеза диагностических моделей на основе нейро-нечетких сетей, обладающих высокими обобщающими свойствами, который выделяет и редуцирует нечеткие термы, формирует и обобщает набор продукционных правил, на основе которого в неитеративном режиме синтезирует нейро-нечеткую сеть, что позволяет повысить обобщающие свойства, а также упростить структуру диагностических моделей.

The method of diagnostic model synthesis built around neuro-fuzzy networks with high generalization properties has been developed. It identifies and reduces the fuzzy terms, forms and summarizes a set of production rules, based on which in a non-iterative mode it synthesizes a neuro-fuzzy network, which improves the properties of generalization and also simplifies the diagnostic models.