Гибридные системы, основанные на мягких вычислений

В монографии рассмотрены актуальные теоретико-методические проблемы разработки методов и алгоритмов построения гибридных моделей принятия решений при интеллектуальном анализе. Мягкие, или гибридные системы, такие как нечеткие нейронные сети с генетической настройкой параметров, демонстрируют взаимное усиление достоинств и погашение недостатков отдельных методов. Очевидно, что представление знаний в нейронных сетях в виде матриц весов не позволяет строить объяснение проделанного распознавания или прогнозирования, в то время как системы вывода на базе нечетких правил позволяют строить объяснения как обратные протоколы вывода. Нейронные сети обучаются с помощью универсального алгоритма, то есть трудоемкое извлечение знаний заменяется сбором достаточной по объему обучающей выборки. Изложение ведется в достаточно строгой и в то же время доступной форме. Все основные положения и операции иллюстрируются большим числом примеров. Книга рассчитана на широкой круг читателей, включающий специалистов по прикладной математике, инженеров, а также лиц, интересующихся вопросами обработки или анализа изображений и текстов.