Архитектура ANFIS
где
x
— входной сигнал узла
i
,
A
i
— лингвистическая переменная,
связанная с данной узловой функцией,
μ
Ai
(
x
)
— функция принадлеж-
ности переменной
A
i
, определяющая степень, с которой данный
x
принадлежит
A
i
.
Отметим, что увеличение числа входных переменных больше опре-
деленного значения, приводит к увеличению во много раз времени
настройки, вследствие увеличения БП ННС.
Определим параметры, значения которых будут подаваться на вхо-
ды нейронов первого слоя:
х
1
,
х
2
,
х
3
,
х
i
— первая, вторая, третья и
i
-я
переменная.
2. Выходами нейронов второго слоя являются степени истинности
предпосылок каждого правила базы знаний системы:
w
i
=
μ
P i
(
x
1
)
×
μ
P i
(
x
2
)
×
μ
T i
(
x
3
)
×
μ
Dj
(
x
4
)
, i
= 1
,
2
,
3;
j
= 1
,
2
.
3. Нейроны третьего слоя вычисляют величины
ˉ
w
i
, которые опре-
деляют отношение веса
i
-го правила к сумме весов всех правил (нор-
мализация):
ˉ
w
1
=
w
1
w
1
+
w
2
+
. . .
+
w
ni
.
ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2011. № 2 123
