Исследование эффективности решений задачи классификации при помощи нечеткой нейронной сети TSK

Abstract

Объектом исследования является процесс решения задачи классификации при помощи нечеткой сети TSK. Цель работы – разработка прототипа нечеткой нейронной сети TSK и алгоритмов обучения для исследования эффективности решения задачи классификации. В ходе работы проведен анализ предметной области нечетких систем, включая изучение методов нечеткого вывода, функций принадлежности и способов адаптации параметров сети. Разработана информационно-логическая модель системы и представлена с использованием UML-диаграмм, включая диаграммы классов, последовательностей и вариантов использования. Описан способ хранения данных обучающих выборок и параметров модели. Программная реализация системы выполнена на языке C++ с использованием фреймворка Qt для реализации пользовательского приложения. Проведено тестирование системы на различных наборах данных, включая синтетические и реальные данные, что позволило оценить устойчивость и обобщающую способность модели. Результаты, полученные в ходе выполнения работы, могут быть применены