ISSN 2071-8594

Russian academy of sciences

Editor-in-Chief

Gennady Osipov

M.V. Bobyr, S.A. Kulabuchov, N.A. Milostnaya Teaching of neuro-fuzzy system on the basis of the method of difference areas

Abstract.

A new method of teaching MISO-fuzzy systems is reviewed and it uses in its structure fuzzy inference with linear membership functions. The peculiarity of this method is the usage of the difference of areas in the quality of defuzzification. The structural scheme of the worked out the neuro-fuzzy inference system was synthesized. The results of numerical modeling are shown and demonstrate the principle of the work of the suggested method and the comparative analysis with the traditional model of ANFIS is given. The worked out method increases accuracy of the fuzzy systems, and besides it is proved with the number of imitative experiments.

Keywords:

fuzzy inference, soft computing, defuzzification, method of difference areas, teaching, adaptive neuro-fuzzy inference system, RMSE.

PP. 15-26.

REFERENCES

1. Pankova L.A., Pronina V.A. Semanticheskij tekstovyj poisk, osnovannyj na teorii nechetkih mnozhestv // Iskusstvennyj intellekt i prinjatie reshenij. 2013. № 3. S. 19-23.
2. Pegat A. Nechetkoe modelirovanie i upravlenie / A. Pegat, per. s angl. – M.: BINOM. Laboratorija znanij, 2012. 798 s.
3. Mousavi S.J., Ponnambalam K., Karray F. Inferring operating rules for reservoir operations using fuzzy regression and ANFIS // Fuzzy set and system. 2007. Vol. 158, Issue 10, p. 1064-1082.
4. Emaletdinova L.Ju., Strunkin D.Ju. Modelirovanie diagnosticheskoj dejatel'nosti vracha na osnove nechetkoj nejronnoj seti // Iskusstvennyj intellekt i prinjatie reshenij. 2010. № 3. S. 73-78.
5. Amirkhani S., Nasirivatan Sh., Kasaeian A.B., Hajinezhad A. ANN and ANFIS models to predict the performance of solar chimney power plants // Renewable Energy. 2015. Vol. 83. p. 597-607.
6. Sarkheyli A., Zain A.M, Sharif S. Robust optimization of ANFIS based on a new modified GA // Neurocomputing. 2015. Vol. 166. p. 357-366.
7. Bobyr' M.V., Milostnaja N.A. Mehanizm adaptacii nechetkoj sistemy vyvoda na osnove geneticheskogo algoritma // Promyshlennye ASU i kontrollery. 2015. № 3. S. 27-32.
8. Hodashinskij I.A., Dudin P.A. Identifikacija nechetkih sistem na osnove prjamogo algoritma murav'inoj kolonii // Iskusstvennyj intellekt i prinjatie reshenij. 2011. № 3. S. 26-33.
9. Li S., Qiu J., Yang X., Liu H., Wan D., Zhu Y. A novel approach to hyperspectral band selection based on spectral shape similarity analysis and fast branch and bound search // Engineering Applications of Artificial Intelligence. 2014. Vol. 27. p. 241-250.
10. Lee M.-L., Chung H.-Y., Yu F.-M. Modeling of hierarchical fuzzy systems // Fuzzy Sets and Systems. 2003. Vol. 138. Issue 2. p. 343–361.
11. Denga X., Wang X. Incremental learning of dynamic fuzzy neural networks for accurate system modeling // Fuzzy Sets and Systems. 2009. Vol. 160. Issue 7. p. 972–987.
12. Bobyr' M.V. Vlijanie chisla pravil na obuchenie nechetko-logicheskoj sistemy // Vestnik komp'juternyh i informacionnyh tehnologij. 2014. № 11 (125). S. 28-35.
13. Bobyr' M.V., Milostnaja N.A. Analiz ispol'zovanija mjagkih arifmeticheskih operacij v strukture nechetko-logicheskogo vyvoda // Vestnik komp'juternyh i informacionnyh tehnologij. 2015. № 7. S. 7-14.
14. Bobyr' M.V., Kulabuhov S.A. Defazzifikacija vyvoda iz bazy nechetkih pravil na osnove metoda raznosti ploshhadej // Vestnik komp'juternyh i informacionnyh tehnologij. 2015. № 9 (135). S. 32-41.
15. Rotshtejn A.P., Shtovba S.D. Modelirovanie nadezhnosti cheloveka-operatora s pomoshh'ju nechetkoj bazy znanij Sugeno // Avtomatika i telemehanika. 2009. № 1. S. 180-187.
16. Bobyr' M.V., Titov V.S. Metod korrekcii parametrov rezhima rezanija v sistemah s ChPU // Mehatronika, avtomatizacija, upravlenie. 2010. № 7. S. 49-53.
17. Bobyr' M.V., Titov V.S., Akul'shin G.Ju. Modelirovanie nechetko-logicheskih sistem upravlenija na osnove mjagkih arifmeticheskih operacij // Vestnik komp'juternyh i informacionnyh tehnologij. 2013. № 3 (105). S. 29-35.
18. Emel'janov S.G., Bobyr' M.V., Anciferov A.V. Algoritm samoobuchenija adaptivnyh nejro-nechetkih sistem na osnove mjagkih vychislenij // Informacionno-izmeritel'nye i upravljajushhie sistemy. 2013. T. 11. № 8. S. 3-9.
19. Bobyr' M.V., Titov V.S., Chervjakov L.M. Adaptacija slozhnyh sistem upravlenija s uchjotom prognozirovanija vozmozhnyh sostojanij // Avtomatizacija. Sovremennye tehnologii. 2012. № 5. S. 3-10.
20. Bobyr' M.V., Kulabuhov S.A., Titov D.V. Ocenka vlijanija chisla obuchaemyh tochek na additivnost' nechetkih sistem // Promyshlennye ASU i kontrollery. 2014. № 10. S. 30-35.
21. Bobyr' M.V., Emel'janov S.G., Milostnaja N.A. O nekotoryh svojstvah modelirovanija adaptivnyh nejro-nechetkih sistem na osnove uproshhennogo nechetko-logicheskogo vyvoda // Informacionno-izmeritel'nye i upravljajushhie sistemy. 2014. T. 12. № 5. S. 4-12.
22. Bobyr' M.V., Titov D.V., Kulabuhov S.A. Ocenka prognozirovanija prinjatija upravljajushhih reshenij v uslovijah neopredelennosti // Telekommunikacii. 2015. №11. S. 39-44.