Введение

1. Основы нечетких множеств

• 1.1. Понятие нечетких множеств (41мин.)
• 1.2. Функция принадлежности (163мин.)
• • 1.2.1. Кусочно-линейные функции принадлежности (41мин.)
  • 1.2.2. Z-образные и S-образные функции принадлежности (61мин.)
  • 1.2.3. П-образные функции принадлежности (20мин.)
• 1.3. Построение функций принадлежности (41мин.)
• 1.4. Основные характеристики нечетких множеств (41мин.)
• 1.5. Операции над нечеткими множествами (204мин.)
• 1.6. Нечеткие отношения (82мин.)
• 1.7. Лингвистическая переменная. Нечеткие величины, числа и интервалы (204мин.)
• Тест:  Основы нечетких множеств (36мин.)

2. Основы нечеткой логики. Системы нечеткого вывода

• 2.1. Нечеткое высказывание. Логические операции с нечеткими высказываниями (102мин.)
• 2.2. Вывод в нечеткой логике (61мин.)
• 2.3. Нечеткие лингвистические высказывания (20мин.)
• 2.4. Правила нечетких продукций (41мин.)
• 2.5. Этапы нечеткого вывода (143мин.)
• 2.6. Алгоритмы нечеткого вывода (61мин.)
• Тест:  Основы нечеткой логики. Системы нечеткого вывода (20мин.)

3. Понятие нечетких нейронных (гибридных) сетей

• 3.1. Основные понятия и определения нечетких нейронных (гибридных) сетей (285мин.)
• • 3.1.1. Архитектура нечеткой нейронной сети ANFIS (Adaptive Network based Fuzzy Inference System) (41мин.)
  • 3.1.2. Архитектура NNFLC (Neurons Network Fuzzy Logic Controller) (61мин.)
  • 3.1.3. Архитектура TSK (Takagi, Sugeno, Kanga) (61мин.)
• 3.2. Обучение нечеткой нейронной сети (204мин.)
• • 3.2.1. Обучение нечеткой нейронной сети ANFIS (20мин.)
  • 3.2.2. Обучение нечеткой нейронной сети TSK (82мин.)
  • 3.2.3. Алгоритм нечеткой самоорганизации C-means (41мин.)
  • 3.2.4. Алгоритм обратного распространения ошибки для сети TSK (41мин.)
• 3.3. Алгоритмы оптимизации нечеткой нейронной сети (183мин.)
• Тест:  Понятие нечетких нейронных (гибридных) сетей (14мин.)

Заключение

Список использованных источников

Рекомендуемая литература

Завершение курса

• Тест:  Итоговое тестирование (0мин.)