Методи побудови діагностичних моделей на основі нейро-нечітких мереж в інтелектуальних системах діагностування

Abstract

Мета дисертації - створення нових і удосконалення існуючих методів побудови діагностичних моделей на основі нейро-нечітких мереж в інтелектуальних системах діагностування для вирішення проблеми підвищення якості, рівня автоматизації та швидкості синтезу діагностичних моделей на основі нейро-нечітких мереж. Об'єкт дослідження-процес побудови інлелектуальних систем діагностування. Предмет дослідження - методи побудови діагностичних моделей в інтелектуальних системах діагностування на основі нейро-нечітких мереж.Розроблено нові методи і програмні засоби для побудови інтелектуальних систем діагностування, які синтезують діагностичні моделей у нейро-нечіткому базисі з автоматичним налаштовуванням параметрів та на основі гібридного стохастичного пошуку. Запропоновано моделі якості вибірок та діагностичних нейромоделей і методи формування вибірок, використання яких дозволяє вирішити проблему автоматизації побудови інтелектуальних систем діагностування. Проведено експериментальне дослідження властивостей і характеристик та запропоновано рекомендації шодо використання розроблених методів при вирішенні практичних завдань діагностування і автоматичної класифікації. Отриманні результати доведені до практичної реалізації та впроваджені на підприємствах і в організаціях.