Повнотекстовий пошук
Пошуковий запит: (<.>AT=Sytnik Construction of an analytical$<.>) |
Загальна кількість знайдених документів : 1
|
1. |
Sytnik B. Construction of an analytical method for limiting the complexity of neural-fuzzy models with guaranteed accuracy [Електронний ресурс] / B. Sytnik, V. Bryksin, S. Yatsko, Y. Vashchenko // Восточно-Европейский журнал передовых технологий. - 2019. - № 2(4). - С. 6-13. - Режим доступу: http://nbuv.gov.ua/UJRN/Vejpte_2019_2(4)__2 Запропоновано аналітичний метод обмеження складності нейро-нечітких моделей, що забезпечують гарантовану точність їх реалізації за апроксимації функцій, які мають дві і більше похідних. Метод надає можливість визначати необхідне мінімальне число параметрів для систем із застосуванням нечіткої логіки та нейронних моделей. Проведено оцінку необхідного числа нейронів (термів) моделі, що забезпечують необхідну точність наближення площі модельної кривої до системної на ділянках апроксимації функції. Оцінку похибки апроксимації отримано по залишковим членам розкладання в формі Лагранжа площ апроксимованої системної функції в ряд Маклорена. Отримані результати надають можливість визначати необхідне число ділянок апроксимації та кількість нейронів (термів) для забезпечення заданої відносної та абсолютної похибки апроксимації. Проведено оцінку необхідного числа нейронів (термів), що забезпечують необхідну точність реалізації моделі по максимальному відхиленню між системною і модельною кривими на ділянці апроксимації. Це надає можливість обирати, залежно від заданої необхідної точності, число термів нечітких змінних, вхідних і вихідних змінних, лінгвістичних правил, координат модальних значень на осях вхідних і вихідних змінних. Для перевірки правильності запропонованих рішень проведено моделювання системних кривих в середовищі Matlab/Simulink, яке підтвердило гарантовану точність їх реалізації у відповідності до приведених раніше аналітичних розрахунків. Отримані результати можуть бути застосовані в сучасних інтелектуальних технічних системах керування, контролю, діагностики та прийняття рішення. Використання запропонованих методів по вибору і використанню мінімальної кількості термів (нейронів) сприятиме зменшенню затребуваної обчислювальної потужності в нелінійних системах.
|
|
|