Алгоритми та програми розв'язування систем нечітких алгебричних рівнянь та їх реалізація в системі моделювання MATLAB/SIMULINK
DOI:
https://doi.org/10.18372/2306-1472.9.12045Abstract
Розроблено алгоритм розв'язування нечіткої системи алгебричних рівнянь в нейроме- режному базисі на платформі МаіТаЬ/ЗЇ тиііпк. Система нечітких рівнянь перетворюється в систему з (пхк) чітких рівнянь, де к - кількість компонент для уявлення нечітких коефіцієнтів (а11 є А) та правих частин (b1, є b ), і. \ - nхn (для чіткої системи). Наа -рівні система має розмірність пхп і в загальному випадку стає несумісною (перевизна- ченою). Запропонований алгоритм дозволяє отримати наближений розв'язок систем рівнянь в нейромережному базисі незалежно від сумісності. Розв'язок загальної (несумісної системи) відшукується в області {х , х2}. де х' - дефадзифікований розв'язок системи, отриманий на а-рівнях\ X - розв 'язок загальної (несумісної) системи. Такий підхід дозволяє суттєво розширити клас розв'язуваних задач ідентифікації та прогнозування в умовах невизначеностіReferences
Ортега Дж. Введение в параллельные и векторные методы решения линейных систем.-М.: Мир, 1991.-312 с.
Галушкин А.И, Судариков В.А. Адаптивные нейросетевые алгоритмы решения задач линейной алгебры//Нейрокомпьютер.-1992 - № 1,2 - С.21-28.
Судариков В.А. Исследование адаптивных нейросетевых алгоритмов решения задач линейной алгебры // Нейрокомпьютер - 1992. - №3,4 - С. 13-20.
Горбань А Н., Россиев Д.А. Нейронные сети на персональном компьютере. - Новосибирск: Наука. Сиб. отд-ние, 1996 - 276 с.
Агеев А.Д., Ильченкова З.В. Решение систем линейных уравнений на нейронных структурах// Нейрокомпьютер,- 1997. -№1,2 - С. 35-38.
A.Nikov, T.Georgiev. A fuzzy neural network and its MatLab Simulation.Proc. of ITISS 21-st Intern. Conference Technology on Inform // Technology Interfaces. - 1999. - P. 413-418.
