Search academic texts

Information × Registration Number 2114U006918, Article popup.category Опубліковано, Стаття Title KNOWLEDGE-ORIENTED TECHNOLOGIES IN HIGHLY AUTOMATED PRODUCTION popup.author Кучеренко Є. І.Трохимчук С. Н.Дрюк О. Д.Kucherenko Ye. I.Trokhimchuk S. N.Driuk O. D. popup.publication 19-10-2014 popup.source_user Журнал "Радіоелектроніка, інформатика, управління" (Національний університет "Запорізька політехніка") popup.source https://ric.zp.edu.ua/article/view/37088 popup.publisher National University "Zaporizhzhia Polytechnic" Description Розглядається розширення методу Заде-Мамдані у задачах нечіткого логічного виведення, що засноване на знаннях. Запропонований та обґрунтований модифікований метод нечіткого логічного виведення, заснований на інтерпретації компонент нечітких сіток Петрі як правил продукції та розв’язанні логічних рівнянь у просторі станів функцій належності моделі з подальшою дефаззіфікацією. Визначено процес навчання персептрона як процедури налаштування ваг та зміщень з метою зменшити різницю між бажаним (цільовим) та справжнім сигналами на його виході, використовуючи деяке правило налаштування (навчання). Для багатошарових нейронних мереж розроблені модифіковані методи градієнтних процедур, заснованих на методі зворотного поширення помилки. Застосування запропонованих підходів на основі розширених гібридних моделей з розв’язанням задач нечіткого логічного виведення та оперативного прийняття обґрунтованих рішень дозволило на множині альтернатив скоротити час виявлення, локалізації та ліквідації причин відмови, що підтверджено експериментом. Метод є універсальним у задачах прийняття рішень та дозволяє підвищити адекватність гібридних моделей та точність прийняття рішень. popup.nrat_date 2026-02-09 Close