Нейрокомпьютерные системы

       

Нечеткие сети TSK (Такаги-Сугено-Канга)


Схема вывода в модели TSK при использовании

Нечеткие сети TSK (Такаги-Сугено-Канга)
правил и
Нечеткие сети TSK (Такаги-Сугено-Канга)
переменных
Нечеткие сети TSK (Такаги-Сугено-Канга)
имеет вид
Нечеткие сети TSK (Такаги-Сугено-Канга)

Нечеткие сети TSK (Такаги-Сугено-Канга)

Условие

Нечеткие сети TSK (Такаги-Сугено-Канга)
реализуется функцией фазификации

Нечеткие сети TSK (Такаги-Сугено-Канга)

При

Нечеткие сети TSK (Такаги-Сугено-Канга)
правилах агрегированный выходной результат сети имеет вид

Нечеткие сети TSK (Такаги-Сугено-Канга)

(1)

Веса

Нечеткие сети TSK (Такаги-Сугено-Канга)
интерпретируются как значимость компонентов
Нечеткие сети TSK (Такаги-Сугено-Канга)
. Тогда формуле (1) можно поставить в соответствие многослойную нейронную сеть рис. 3.

Нечеткие сети TSK (Такаги-Сугено-Канга)

увеличить изображение
Рис. 3.  Нечеткая нейронная сеть TSK

1. Первый слой выполняет фазификацию каждой переменной. Это параметрический слой с параметрами

Нечеткие сети TSK (Такаги-Сугено-Канга)
, подлежащими адаптации в процессе обучения.

2. Второй слой выполняет агрегирование отдельных переменных, определяя результирующее значение коэффициента принадлежности

Нечеткие сети TSK (Такаги-Сугено-Канга)
для вектора
Нечеткие сети TSK (Такаги-Сугено-Канга)
(непараметрический слой).

3. Третий слой - генератор функции TSK, рассчитывает значения

Нечеткие сети TSK (Такаги-Сугено-Канга)

В этом слое также производится умножение

Нечеткие сети TSK (Такаги-Сугено-Канга)
на
Нечеткие сети TSK (Такаги-Сугено-Канга)
, сформированные в предыдущем слое. Здесь адаптации подлежат веса
Нечеткие сети TSK (Такаги-Сугено-Канга)
, определяющие функцию следствия модели TSK.

4. Четвертый слой составляют два нейрона-сумматора, один из которых рассчитывает взвешенную сумму сигналов

Нечеткие сети TSK (Такаги-Сугено-Канга)
, а второй - сумму весов
Нечеткие сети TSK (Такаги-Сугено-Канга)
(непараметрический слой).

5. Пятый слой из одного нейрона - это нормализующий слой, в котором выходной сигнал сети агрегируется по формуле (1).

Таким образом, в процессе обучения происходит уточнение параметров только первого (нелинейного) и третьего (линейного) слоев.



Содержание раздела