TARTALOMJEGYZÉK TARTALOMJEGYZÉK...vii ELŐSZÓ... xiii BEVEZETÉS...1 1. A lágy számításról...2 2. A könyv célkitűzése és felépítése...6 AZ ÖSSZETEVŐ LÁGY RENDSZEREK...9 I. BEVEZETÉS...10 3. Az összetevő rendszerek...10 II. A FUZZY RENDSZEREK ALAPJAI...13 4. Áttekintés...13 5. A fuzzy halmazok...16 5.1. A klasszikus halmazokról röviden...16 5.2. Fuzzy halmazok...17 5.3. Fuzzy halmazok jellemzői...19 6. Fuzzy halmaz műveletek...21 6.1. A sztenderd fuzzy műveletek...21 6.2. A t- és s-normák...22 6.3. Az átlagoló operátorokról...25 7. Fuzzy relációk...26 7.1. A klasszikus relációk...26 7.2. Fuzzy relációk...27 7.3. Fuzzy relációk egytagú műveletei...27 7.4. Fuzzy relációk kompozíciója...28 8. A kiterjesztési elv...32 9. Nyelvi - lingvisztikai - változók...34 10. Fuzzy szabályok (Implikációk)...36 11. A fuzzy rendszerek...38 11.1. Bevezetés...38 11.2. A közelítő következtetés...38 11.3. Egy fuzzy szabályozási rendszer...39
KOMBINÁLT FUZZY, NEURÁLIS, GENETIKUS RENDSZEREK III. A NEURÁLIS HÁLÓZATOK...45 12. Bevezetés...45 13. A neuron modellek...47 14. Neurális hálózat modellek...51 14.1. Áttekintés...51 14.2. Az előrecsatolt hálózat...52 14.3. A visszacsatolt hálózat...53 15. Neurális hálózatok tanulása...55 16. A tanulási szabályok...57 16.1. A folytonos perceptron - delta - tanulási szabály...57 16.2. A Hebb tanulási szabály...58 16.3. A versengő tanulás...59 17. Hálózati típusok...60 17.1 A többréteges perceptron...60 17.2. A radiális bázisfüggvényes hálózat...64 17.3. A Kohonen önszervező térkép...66 IV. GENETIKUS ALGORITMUSOK...69 18. Bevezetés...69 19. Egy egyszerű genetikus algoritmus...72 20. A genetikus algoritmusok módosításairól...79 A KOMBINÁLT LÁGY RENDSZEREK...83 I. A KOMBINÁLT RENDSZEREKRŐL...85 21. Bevezetés: Munkánk áttekintése...85 22. A kombinálások alapjai...87 22.1. A közös tulajdonságok...87 22.2. A három összetevő rendszer...87 22.3. Kiegészítő tulajdonságok...89 22.4. A fuzzy - neurális kombinációkról...89 II. A NEURALIZÁLT FUZZY RENDSZEREK...93 23. Bevezetés...93 24. A szabályozási célú neuralizált fuzzy rendszerekről...96 24.1. A három szabályozási célú fuzzy változat...96 24.2. Az AFINN neuralizált fuzzy rendszer...97 24.3. Az ANFIS neuralizált fuzzy rendszer...99 24.4. ANFIS Tsukamoto inferenciával...100 25. Wang neuralizált fuzzy rendszere...102 25.1. Bevezetés...102 25.2. A fuzzy rendszer...102 25.3. Az előrecsatolt neurális hálózat...107 25.4. A neuralizált fuzzy rendszer...108 25.5. Az alkalmazott tanulási módokról...110 25.6. Összefoglaló megjegyzések...112 26. Neurális hálózattal létesített fuzzy következtetés (NNDFR)...115 viii
Tartalomjegyzék 26.1. Bevezetés...115 26.2. A választott fuzzy rendszer...116 26.3. A neurális hálózat...117 26.4. A neuralizált fuzzy rendszer...118 26.5. A rendszer tanulása...121 27. Neurális fuzzy szabályozó (NEFCON)...125 27.1. Bevezetés és áttekintés...125 27.2. A rövid leírás...127 27.3. A rendszermodell...130 27.4. A felépítés és üzemszerű működés...131 27.5. A tagsági függvények tanulása...133 27.6. A szabálybázis tanulása...137 27.7. Összefoglalás...138 28. Neurális hálózat alapú fuzzy logikai szabályozó...140 28.1. Bevezetés, általános jellemzés...140 28.2. A hálózat rétegei...141 28.3. A hibrid tanulás...144 28.4. A nem felügyelt tanulási szakaszok...145 28.5. A felügyelt tanulás: A tagsági függvények finom beállítása...148 29. Általános közelítő következtetés-alapú intelligens szabályozás (GARIC)...153 29.1. Bevezetés és alapvonások...153 29.2. A rendszer általános leírása...155 29.3. A két hálózat...156 29.4. A tanulási lépések...160 30. Fuzzy hálózat (FUN)...164 30.1. Bevezetés és alapvonások...164 30.2. A hálózati felépítés...164 30.3. A hálózat tanulása...165 31. Radiális bázisfüggvényes fuzzy hálózatok...168 32. Rövid összefoglaló áttekintés a hibrid neuralizált fuzzy kombinációkról...172 33. Kooperatív neuralizált fuzzy rendszerek...175 33.1. Tagsági függvények tanulása...176 33.2. Szabályok kooperatív meghatározása...179 33.3. A szabálybázis alakítása a szorzattér klaszterekből...179 33.4. Szabályalakítás közvetlen értékeléssel...181 33.5. Szabály erősségek tanulása...184 III. A FUZZYFIKÁLT NEURÁLIS HÁLÓZATOK...187 34. Bevezető áttekintés...187 35. Az élestől a fuzzy neuronig...189 35.1. Bevezetés...189 35.2. A biológiai neuron...189 35.3. Az éles neuron...190 ix
KOMBINÁLT FUZZY, NEURÁLIS, GENETIKUS RENDSZEREK 35.4. A fuzzy neuronról...191 36. Az általános fuzzy neuron...196 36.1. A bemenetek...196 36.2. Az aggregációs és aktivizációs függvények...197 36.3. Egyszerűsített ÉS és VAGY fuzzy neuronok...198 37. Többréteges fuzzyfikált neurális hálózatok...200 37.1. A hálózatokról...200 37.2. Tanulás és adaptáció logikai fuzzyfikált neurális hálózatokban...201 38. A fuzzyfikált neurális hálózatok aritmetikai változata...207 39. Fuzzyfikált neurális aritmetikai hálózat fuzzy súlyokkal és numerikus bemenetekkel...212 39.1. A neurális hálózat...212 39.2. A fuzzy súlyok és küszöbök...213 39.3. A tanuló algoritmus...214 40. Fuzzyfikált neurális hálózat fuzzy bemenetekkel...217 40.1. Bevezetés...217 40.2. A fuzzyfikált neurális hálózat...217 40.3. A tanuló algorimus...218 41. A fuzzy hibafüggvényről...221 IV. GENETIKUS KOMBINÁCIÓK...225 42. Áttekintés...225 42.1. A genetikus algoritmusokról...225 42.2. A három részrendszer összevetése...227 V. GENETIKUS ÉS FUZZY-NEURÁLIS KOMBINÁCIÓK...229 43. Fuzzy-neurális-genetikus kombinációk...229 44. Neuralizált fuzzy rendszer genetikus javítása...230 44.1. Bevezetés...230 44.2. A neuralizált fuzzy rendszer...230 44.3. Javítás genetikus algoritmussal...231 45. Neuralizált fuzzy szabályozó genetikus tervezése...234 45.1. Bevezetés...234 45.2. A hálózat...234 45.3. Az aszinkron genetikus algoritmus...235 45.4. A kifordított inga példája...236 VI. GENETIKUS FUZZY KOMBINÁCIÓK...239 46. A fuzzy-genetikus kombinációkról...239 47. Fuzzy rendszerek javítása genetikus algoritmusokkal...240 48. Tagsági függvények genetikus optimalizálása...241 48.1. A probléma, a feladat...241 48.2. A szabályozási rendszer vázlata...242 48.3. Az adaptív genetikus algoritmusokkal segített fuzzy szabályozás.243 48.4. A szabályozó elem...244 48.5. Az analízis elem...244 48.6.A tanuló elem...245 x
Tartalomjegyzék 49. Genetikus módszer fuzzy szabályrendszer kialakítása...247 49.1. A probléma, a feladat...247 49.2. Fuzzy rendszer genetikus kódolása...247 49.3. A genetikus algoritmus...248 49.4. A kocsi-rúd szabályozás genetikus tanulása...251 49.5. A fittnesz léptékezés...252 49.6. Szimulációs eredmények...253 50. Genetikus algoritmusok javítása fuzzy logikával...255 51. Genetikus algoritmusok fuzzyfikálása...256 52. Genetikus algoritmusok fuzzy szabályozása...258 53. Genetikus paraméterek fuzzy szabályozása...260 53.1. Bevezetés...260 53.2. A rendszer lépései...260 53.3. A keresztezési fuzzy szabályozó...262 53.4. A mutációs fuzzy szabályozó...263 53.5. Az illusztratív feladat...263 VII. GENETIKUS-NEURÁLIS KOMBINÁCIÓK...265 54. Genetikus neurális kombinációk...265 55. Adaptív genetikus-neurális kombináció...269 55.1. Konvencionális genetikus algoritmussal...269 55.2. Adaptív keresztezés és mutáció...269 55.3. Redundancia elimináló adaptív genetikus algoritmus...270 VIII. GENETIKUS-NEURÁLIS HIBRIDEK...271 56. Dombmászó hibridek...271 57. Neurális hálózat súlyainak hibrid tanulása...273 58. Neurális hálózatok tanítása és szerkezet módosítása...275 IX. KLASSZIKUS-LÁGY KOMBINÁCIÓK...279 59. Klasszikus-fuzzy kombinációk...279 59.1. Bevezetés...279 59.2. Párhuzamos szabályozás...279 59.3. Felügyelős rendszerek...280 59.4. A klasszikus felügyelős rendszer...281 59.5. PID szabályozó fuzzy hangolása...283 60. A fuzzy csúszómód szabályozás...289 60.1. Bevezetés...289 60.2. A klasszikus csúszómód szabályozás...289 60.3. A fuzzy csúszómód szabályozás...296 60.4. Folytonos fuzzy csúszómód szabályozás...297 X. KÁOSZ KOMBINÁLT RENDSZEREKBEN...301 61. A káoszról...301 61.1. Bevezetés...301 61.2. A káosz szabályozása...302 61.3. Egy egyszerű kaotikus rendszer...303 62. Kaotikus idősor előrejelzése neuralizált fuzzy rendszerrel...307 xi
KOMBINÁLT FUZZY, NEURÁLIS, GENETIKUS RENDSZEREK 63. Káosz szabályozása genetikus algoritmussal segített megerósítő tanulással...309 63.1. Áttekintés...309 63.2. Káosz szabályozás kis perturbációk felhasználásával...309 63.3. A tanuló rendszer felépítése...310 63.4. A rendszer tanuló algoritmusa...312 63.5. A logisztikai rendszer szabályozása...314 64. Káosz létesítése kombinált rendszerrel...315 IRODALOM...321 TÁRGYMUTATÓ...327 xii