Эффективность методов интеллектуальной обработки информации и стратегий получения знаний для экспертных систем. Разработка нейронечёткой модели формирования баз знаний и алгоритма её обучения. Обучение нечёткой нейронной сети на множестве выборок.
Аннотация к работе
Это, как правило, интеллектуальные системы, моделирующие процесс рассуждения эксперта при принятии им решения - экспертные системы (ЭС). Практическая ценность диссертационной работы заключается в разработке и реализации программного комплекса на базе нечеткой нейронной сети, производящего анализ статистических данных и формирующего систему нечетко-продукционных правил для их использования в экспертных системах. С целью апробации основные результаты диссертационной работы докладывались и обсуждались на следующих конференциях: международной конференции «Нечеткие множества и мягкие вычисления в экономике и финансах» (Санкт-Петербург, 2004); второй ежегодной международной научно-практической конференции «Инфокоммуникационные технологии глобального информационного общества» (Казань, 2004); седьмой международной конференции «Распознавание образов и анализ изображений: новые информационные технологии» (Санкт-Петербург, 2004); международной научно-методической конференции «Инновационное образование в техническом университете» (Казань, 2004); региональной научно-методической конференции «Профессиональные компетенции в структуре модели современного инженера» (Нижнекамск, 2005); третьей ежегодной международной научно-практической конференции «Инфокоммуникационные технологии глобального информационного общества» (Казань, 2005); международной молодежной научной конференции «Туполевские чтения», посвященной 1000-летию города Казани (Казань, 2005); четвертой ежегодной международной научно-практической конференции «Инфокоммуникационные технологии глобального информационного общества» (Казань, 2006). Разработана нейронечеткая модель формирования баз знаний экспертных систем, предложен алгоритм ее обучения, реализован программный комплекс на базе нечеткой нейронной сети, проведены прикладные исследования при работе с комплексом для оценки эффективности использования нейронечеткой модели в решении практических задач. Подготовлены обучающие выборки и проведено обучение нечеткой нейронной сети с получением системы правил.