Приведены краткое описание известных методов моделирования сложных нелинейных объектов, в частности их идентификация, общая характеристика нейронных сетей и нечетких баз знаний. Рассмотрены методы самоорганизации математических моделей как один из возможных вариантов решения проблемы. Освещен метод извлечения знаний, систематизированных в виде нечетких баз знаний о нелинейных объектах, с использованием генетических алгоритмов оптимизации. Представлена краткая характеристика генетических алгоритмов оптимизации и описана методика их применения для решения задачи извлечения нечетких баз знаний. Проанализированы методы настройки синтезированных нечетких баз знаний посредством их заключения в структуру, функционирующую по принципу нейронной сети и обладающую механизмом обучения. Предложена конструкция, обепечивающая нечеткий логический вывод нечеткой базы знаний, и обладающая механизмом тонкой настройки функций принадлежности лингвистических термов входных переменных по алгоритму Back Propagation - нейро-нечеткая сеть. Приведены результаты компьютерного моделирования, подтверждающие эффективность предложенного метода извлечения нечетких баз знаний из экспериментальных данных.

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"