Нечеткие множества: основы теории и приложения к моделированию решений

159 является наиболее распространенной на практике . Сеть ANFIS вы - полняет аппроксимацию экспериментальных данных нечеткими продукционными правилами вида ( рис . 9.2): ЕСЛИ x 1 = 1 A И x 2 = 1 B ТО 1 11 1 12 2 y c x c x = ⋅ + ⋅ ; ЕСЛИ x 1 = 2 A И x 2 = 2 B ТО 2 21 1 22 2 y c x c x = ⋅ + ⋅ . Рис . 9.2. Пример структуры нечеткой нейросети ANFIS В данном случае выход ННС , как и выход системы нечеткого логического вывода Сугено , формируется по формуле : 1 1 2 2 1 2 w y w y y w w + = + . Слои сети ANFIS выполняют следующие функции . • слой 1 – моделирует ФП градаций входных лингвистиче - ских переменных . Выходы нейронов этого слоя представляют со - бой значения ФП при конкретных значениях входов ; • слой 2 – это слой « И »- нейронов , которые моделируют логи - ческую связку « И » в условиях нечетких правил . Выходами нейро - нов данного слоя являются степени истинности предпосылок каждо - го правила , которые вычисляются по формуле 1 2 ( ) ( ) i i i A B w x x = µ ⋅ µ ; • слой 3 – нейроны этого слоя вычисляют нормированную силу i - го правила : 1 2 i i w w w β = + ;