Технологии интеллектуального анализа данных : учебное пособие

206 информацию, могут приобретать новые знания, оставаясь логиче- ски прозрачными. Интеграция нечетких систем и нейронных сетей предполага- ет переход от классических нейронов к нечетким нейронам. Основ- ное отличие нечетких нейронов от классических – различная ин- терпретация операций сложения и умножения. В зависимости от используемой интерпретации данных операций выделяют И- и ИЛИ-нечеткие нейроны. И-нейроном ( AND -нейроном) называется нейрон, в котором операция умножения веса синапса w на входной сигнал x моделирует- ся конормой ( , ) S w x , а сложение элементов 1 1 1 p w x   и 2 2 2 p w x   нормой   1 2 , T p p . Например,       1 1 2 2 min max , ,max , Y w x w x  . ИЛИ-нейроном ( OR -нейроном) называется нейрон, в котором операция умножения веса синапса w на входной сигнал x моделиру- ется нормой ( , ) T w x , а сложение элементов 1 1 1 p w x   и 2 2 2 p w x   конормой   1 2 , S p p . Например,       1 1 2 2 max min , ,min , Y w x w x  . На рис. 3.27 представлены нечеткие И- и ИЛИ-нейроны с двумя входными сигналами. а б Рис. 3.27. Структура нечеткого: а – И-нейрона; б – ИЛИ-нейрона x 1 x 2 w 1 w 2 x 1 x 2 w 1 w 2       1 1 2 2 , , , Y T S w x S w x        1 1 2 2 , , , Y S T w x T w x 