Адаптивная сеть на основе системы нечеткого вывода (adaptive neuro-fuzzy inference system) или Адаптивная нейро-нечеткая система вывода (adaptive network-based fuzzy inference system), ANFIS — это искусственная нейронная сеть, основанная на нечеткой системе вывода Такаги-Сугено.
Метод был разработан в начале 1990-х годов.
Так как этот метод интегрирует принципы нейронных сетей с принципами нечеткой логики, то у него есть потенциал, чтобы совместить их преимущества в одной структуре.
Вывод такой системы соответствует набору нечетких правил «если-то» (if-then), которые имеют способность к обучению аппроксимированию нелинейных функций.
Следовательно, ANFIS считается универсальным оценщикомJang, Sun, Mizutani (1997) — Neuro-Fuzzy and Soft Computing — Prentice Hall, pp 335—368, ISBN 0-13-261066-3.
Для использования ANFIS наиболее эффективным и оптимальным способом, можно использовать параметры, полученные с помощью генетического алгоритма.
Пример Простой контроллер Сугено-Такаги с двумя входами и двумя правилами:
ЕСЛИ P11(x1) И P12(x2) ТО f1(x1, x2) ЕСЛИ P21(x1) И P22(x2) ТО f2(x1, x2)
ANFIS, который реализует этот элемент управления, будет выглядеть следующим образом:
Примечания
Литература Jang, Sun, Mizutani (1997) — Neuro-Fuzzy and Soft Computing — Prentice Hall, Seiten 335—368, ISBN 0-13-261066-3 Andrew P. Papliński: Adaptive Neuro-Fuzzy Inference System (ANFIS) (PDF; 322 kB) aus Neural Networks and Fuzzy Systems, Monash University Victoria (Australien) Jürgen Sauer: Lehrbrief Nr. 12: Neuro-Fuzzy Systeme (PDF; 254 kB) aus Neuronale Netze, Fuzzy Control, Genetische Algorithmen, FH Regensburg Леоненков А. В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. –– СПб.: БХВ Петербурr, 2005. –– 736 с.: ил.
Категория:Незавершённые статьи об искусственном интеллекте Категория:Нечёткая логика