Розробка удосконаленого методу пошуку рішення для нейро-нечітких експертних систем

Анотація

На даний час штучний інтелект проникнув в усі сфери людської діяльності. Однак виникає ряд проблем при аналізі об’єктів, а саме присутня апріорна невизначеність про стан об’єктів та аналіз відбувається в складній обстановці на фоні навмисних (природніх) завад та в умовах невизначеності. Найкращий вихід в цій ситуації знаходять в інтеграції з даними аналізу інформаційних систем і штучних нейронних мереж. Саме тому, в зазначеній статті розроблено удосконалений метод пошуку рішень для нейро-нечітких експертних систем. Запропонований метод дозволяє підвищити оперативність та достовірність прийняття рішень про стан об’єкту. Підвищення оперативності досягається за рахунок використання нейро-нечітких штучних нейронних мереж, що еволюціонують, а також удосконаленої процедури їх навчання. Навчання нейро-нечітких штучних нейронних мереж, що еволюціонують, відбувається за рахунок навчання їх архітектури, синаптичних ваг, виду та параметрів функції належності, а також застосування процедури зменшення розмірності простору ознак. Також при аналізі об’єктів враховується ступінь невизначеності про їх стан. В запропонованому методі при виконанні пошуку рішення однакові умови обчислюються одноразово, що забезпечує прискорення проходження циклу перегляду правил та замість однакових умов правил використовуються посилання на них. При цьому досягається зменшення обчислюваної складності при прийнятті рішень та не відбувається накопичення помилки при навчанні штучних нейронних мереж в результаті обробки інформації, що надходить на вхід штучних нейронних мереж. Проведено апробацію використання запропонованого методу на прикладі оцінки стану радіоелектронної обстановки. Зазначений приклад показав підвищення оперативності оцінювання на рівні 20–25 % по оперативності обробки інформації