x - a
b - a , a xb
d - x , cxd
µ A ( x) = (9)
d - c
1, bxc
0, d
Kolmogorovi teoreem- Modelleerimine tehisnärvivõrkudega- 12. Klassikaline hulgateooria ja hägus hulgateooria- Hägus hulgateooria: On klassikalise hulgateooria üldistus. 1965-Lofti Zadeh ->matemaatiline baas lingvistiliste teadmiste esitamiseks ja manipuleerimiseks (hägusate hulkade teooria, hägusloogika, ligikaudne arutlus) Hägusate hulkade omadused: Tehted hägusate hulkadega: Hägus tükeldus: Hägusad süsteemid: Liikmesfunktsioonid- Liikmesfunktsioonide kuju järgi võib neid jagada kahte kategooriasse a) Tükati lineaarsed liikmesfunktsioonid (kolmnurksed, trapetsikujulised) b) Siledad liikmesfunktsioonid (splainipõhised liikmesfunktsioonid) Veel on võimalik rühmitada liikmesfunktsioone selle järgi, kas nende tuum koosneb ühestainsast või rohkemast punktist. a) hägusad numbrid (kolmnurkne liikmesfunktsioon, 3-parameetriline splainipõhine liikmesfunktsioon – s.o. b = c avaldises (11))
Süsteemijärk peab olema teada. Mittelineaarsete süsteemide identifitseerimine on dünaamiliste mittelineaarsete funktsioonide aproksimeerimine. Dünaamiliste protsesside modelleerimiseks, tuuakse närvivõrkude arhitektuuri tagasiside (sest närvivõrk on dünaamiline) ehk närvivõrkude kasutamine võimaldab juhtida mittelineaarseid süsteeme. Klassikaline hulgateooria ja hägus hulgateooria. Hägusate hulkade omadused. Tehted hägusate hulkadega. Hägus tükeldus. Hägusad süsteemid. Liikmesfunktsioonid. Järeldusalgoritm. Häguärastamine. Hägusate süsteemide konstrueerimine ja kasutamine süsteemide modelleerimisel. Klassikaline hulgateooria ja hägus hulgateooria. Süsteemid: Lineaarsed, mittelineaarsed, lihtsad, keerukad. Mudelid: analüütilised (võivad osutuda väga keerulisteks ja nendega on raske opereerida, sageli me ei oska analüütilist mudelit koostada või on see väga töömahukas), mitteanalüütilised (hägusad hulgad/süsteemid, tehisnärvivõrgud, mudel≡programm).
oleks ühe ja sama neuroni väljund ning teise sarnaste sisendite gruppi puhul maksimaalseks oleks teise neuroni väljund jne. On ilmne, et seda tüübi närvivõrke on väga mugav kasutada klassifitseerimise ülesannete lahendamisel. 12. Klassikaline hulgateooria ja hägus hulgateooria. Hägusate hulkade omadused. Tehted hägusate hulkadega. Hägus tükeldus. Hägusad süsteemid. Liikmesfunktsioonid. Järeldusalgoritm. Häguärastamine. Hägusate süsteemide konstrueerimine ja kasutamine süsteemide modelleerimisel. Süsteemid: Lineaarsed, mittelineaarsed, lihtsad, keerukad. Mudelid: analüütilised, mitteanalüütilised. Analüütilised mudelid: ·Võivad osutuda väga keerulisteks ja nendega on raske opereerida · sageli me ei oska analüütilist mudelit koostada või on see väga töömahukas. Mitteanalüütilised mudelid: hägusad hulgad/süsteemid, tehisnärvivõrgud, mudelprogramm
annaabi.ee 
