Нечеткие сети TSK (Такаги-Сугено-Канга)
Схема вывода в модели TSK при использовании





Условие


При

![]() |
(1) |
Веса



увеличить изображение
Рис. 3. Нечеткая нейронная сеть TSK
1. Первый слой выполняет фазификацию каждой переменной. Это параметрический слой с параметрами

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


3. Третий слой - генератор функции TSK, рассчитывает значения

В этом слое также производится умножение



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


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.