Каскадна нечітка система для вирішення задач динамічного аналізу даних

Abstract

Метою дослідження є розробка каскадної нечіткої системи і методу її навчання з підвищеною швидкодією і можливостями інтерпретовності вихідного сигналу, а також параметричного та структурного налаштування в режимі послідовного опрацювання інформації. Методи дослідження. Теорія еволюційних систем обчислювального інтелекту, що включає різні гібридні системи побудовані на основі нейронних мереж та нечіткої логікі, методи оптимізації другого порядку, використання Гавсівсько-Ньютоновських методів оптимізації дозволяє отримати високу збіжність методів навчання нейро-фаззі систем, методи EDA аналізу дозволили провести первинний аналіз часових рядів та побудувати вихідну аналітику по побудованим прогнозуючим моделям.