Нечеткие нейронные сети и системы управления на их основе

Методы настройки систем нечеткого вывода за последнее десятилетие получили существенное развитие. Разработан аппарат, так называемых, нечетких нейронных сетей (Fuzzy Neural Net), называемых так же ANFIS (Adaptive Neuro-Fuzzy Inference System). Нечеткие нейронные сети представляют собой гибрид между нечеткими системами и нейронными сетями. Для нечетких нейронных сетей предложено большое количество алгоритмов обучения от аналога метода обратного распространения ошибки, известного из теории обычных нейронных сетей, до генетических алгоритмов, а так же ряд экзотических методов, такие как, например, метод муравьиных колоний (Ant Colony). Еще большие возможности имеют алгоритмы самоорганизации нечетких систем, позволяющие адаптировать не только параметры функций принадлежности, но и число продукционных правил. Алгоритмы самоорганизации систем нечеткого логического вывода находятся на стадии интенсивной разработки, см., например.

В работах рассматривается настройка нечетких контроллеров, используя классический алгоритм обратного распространения. В работах для настройки нечеткого контроллера используется генетический алгоритм.