Книга посвящена изложению теории искусственных нейронных сетей, аппарату нечеткой логики и так называемым гибридным нейронным сетям. Показана связь меж-ду моделями трех указанных направлений и их применение к задачам управления и принятия решений. Рассмотрена программная реализация данных моделей с помощью инструментальных средств математической системы MATLAB 5.2/5.3 - пакетов Neural Networks Toolbox (нейронные сети) и Fuzzy Logic Toolbox (пакет нечеткой логики).
Книга рассчитана на широкий круг читателей, интересующихся новыми информационными технологиями, в том числе, на студентов технических вузов.ВВЕДЕНИЕ.
НЕЧЕТКАЯ ИНФОРМАЦИЯ И ВЫВОДЫ.
Нечеткие множества.
Основные характеристики нечетких множеств.
О методах построение функций принадлежности нечетких множеств.
Операции над нечеткими множествами.
Логические операции.
Алгебраические операции над нечеткими множествами.
Нечеткае и лингвистическае переменные.
Нечеткие числа.
Операции над нечеткими числами.
Нечеткие числа (L-R)-типА.
Нечеткие отношение.
Операции над нечеткими отношениеми.
Нечеткие выводы.
Алгоритм Mamdani.
Алгоритм Tsukamoto.
Алгоритм Sugeno.
Алгоритм Larsen.
Упрощенный алгоритм нечеткого вывода.
Методы приведения к четкости.
Нисходещие нечеткие выводы.
Нечеткий регулетор.
Общее описание.
Свойства нечеткого регулятора.
Эффективность систем принетия решений, использующих.
ОСНОВНЫЕ ПОЛОЖЕНИЯ ТЕОРИИ НЕЙРОННЫХ СЕТЕЙ.
Биологический нейрон.
Структура и свойства искусственного нейрона.
Классификация нейронных сетей и их свойства.
Обучение нейронных сетей.
Алгоритм обратного распространения.
Обучение без учителя.
Применение нейросети.
Персептроны.
Нейронные сети встречного распространения.
Нейронные сети Хопфилда и Хэмминга.
Сети с радиальными базисными элементами (RBF).
Вероятностная нейронная сеть (PNN).
Обобщенно-регрессионная нейронная сеть (GRNN).
Линейные НС.
Сигма-пи нейронные сети.
Клеточные автоматы и игра Life.
Эффективность нейронных сетей.
ГИБРИДНЫЕ СЕТИ.
Основные понетия и определения гибридных сетей.
Алгоритмы обучение и использования гибридных сетей.
Нечеткий гибридный классификатор.
Пример построения гибридной нейронной сети.
Программная реализация моделей нечеткой логики, нейросетевых и гибридных.
ПАКЕТ NEURAL NETWORKS TOOLBOX.
Назначение пакета Neural Networks Toolbox.
Обзор функций пакета Neural Networks Toolbox.
Функции активации (передаточные Функции) и связанные с ними функции.
Функции обучение нейронных сетей.
Функции настройки слоев нейронов.
Функции одномерной оптимизации.
Функции инициализации слоев и смещений.
Функции создания нейронных сетей.
Функции преобразования входов сети.
Функции весов и расстояний.
Функции размещения нейронов (топологические функции).
Функции использования нейронных сетей.
ГрАФические функции.
Прочие функции.
Примеры создание и использование нейронных сетей.
НейроННые сети для аппроксимации функций.
Прогнозирование значений процесса.
Использование слоя Кохонена.
Сеть Хопфилда с двумя нейронами.
классификация с помощью персептрона.
Адаптивный линейный прогноз.
Использование сети Элмана.
Задача классификации: применение сети встречного распространения.
Создание и использование самоорганизующейсе карты.
Использование Simulink при построении Нейронных сетей.
ПАКЕТ FUZZY LOGIC TOOLBOX.
Назначение и возможности пакета Fuzzy Logic Toolbox.
Графический интерфейс Fuzzy Logic Toolbox.
Состав графического интерфейса.
Построение нечеткой аппроксимирующей системы.
Построение экспертной системы: сколько дать "на чай"?
Экспорт и импорт результатов.
Создание пользовательских Функций принадлежности.
Графический интерфейс гибридных систем.
Графический интерфейс программы кластеризации.
Работа с Fuzzy Logic Toolbox в режиме командной строки.
Возможности работы в режиме командной строки.
Функции вызова программ графического интерфейса.
Задание Функций Принадлежности.
Функции сохранение, открытие и использование созданной системы.
Функции использование графического окна.
Функции создания, просмотра структуры и редактирования систем нечеткого вывода.
Функция соЗдАНие и/или обучеНие гибридНых сетей с Архитектурой ANFIS.
Функция кластеризации.
Функция генерации FIS-структуры.
Функция генерации структуры нечеткого выводА.
Функция возврата центров кластеров.
Различные другие функции.
Функции вызова диалоговых окон интерфейса.
Работа Fuzzy Logic с блоками Simulink.
Пример: контроль уровне воды в баке.
Построение нечеткой модели с использованием блоков Simulink.
Демонстрационные примеры работы с пакетом Fuzzy Logic Toolbox.
ЛИТЕРАТУРА.
