ОБУЧЕНИЕ НЕЧЕТКИХ НЕЙРОННЫХ СЕТЕЙ ГЕНЕТИЧЕСКИМ АЛГОРИТМОМ

V. А. Tenenev; А. V. Teneneva

Authors

V. А. Tenenev Izhevsk State Technical University
А. V. Teneneva Izhevsk State Technical University

Keywords:

data processing, fuzzy neural networks, genetic algorithm, approximation

Abstract

The application of fuzzy neural networks to data processing based on decision tree rules is considered. The hybrid genetic algorithm with real coding is used for optimization of the network parameters. The advantage of the optimized fuzzy networks over usual multi-layer neural networks for an approximation problem solution is established.

Author Biographies

V. А. Tenenev, Izhevsk State Technical University

; Izhevsk State Technical University

А. V. Teneneva, Izhevsk State Technical University

; Izhevsk State Technical University

References

Осовский С. Нейронные сети для обработки информации / пер. с пол. И. Д. Рудинского. - М. : Финансы и статистика, 2002. - 344 с.

Тененев В. А., Ворончак В. И. Решение задач классификации и аппроксимации с применением нечетких деревьев решений // Интеллектуал. системы в пр-ве. - 2005. - № 2. - С. 46-69.

Тененев В. А. Применение генетических алгоритмов с вещественным кроссовером для минимизации функций большой размерности // Интеллектуал. системы в пр-ве. - 2006. - № 1. - С. 93-107.