Введение

1. Основы нечетких множеств

• 1.1. Понятие нечетких множеств (39мин.)
• 1.2. Функция принадлежности (154мин.)
• • 1.2.1. Кусочно-линейные функции принадлежности (39мин.)
  • 1.2.2. Z-образные и S-образные функции принадлежности (58мин.)
  • 1.2.3. П-образные функции принадлежности (19мин.)
• 1.3. Построение функций принадлежности (39мин.)
• 1.4. Основные характеристики нечетких множеств (39мин.)
• 1.5. Операции над нечеткими множествами (193мин.)
• 1.6. Нечеткие отношения (77мин.)
• 1.7. Лингвистическая переменная. Нечеткие величины, числа и интервалы (193мин.)
• Тест:  Основы нечетких множеств (36мин.)

2. Основы нечеткой логики. Системы нечеткого вывода

• 2.1. Нечеткое высказывание. Логические операции с нечеткими высказываниями (96мин.)
• 2.2. Вывод в нечеткой логике (58мин.)
• 2.3. Нечеткие лингвистические высказывания (19мин.)
• 2.4. Правила нечетких продукций (39мин.)
• 2.5. Этапы нечеткого вывода (135мин.)
• 2.6. Алгоритмы нечеткого вывода (58мин.)
• Тест:  Основы нечеткой логики. Системы нечеткого вывода (20мин.)

3. Понятие нечетких нейронных (гибридных) сетей

• 3.1. Основные понятия и определения нечетких нейронных (гибридных) сетей (270мин.)
• • 3.1.1. Архитектура нечеткой нейронной сети ANFIS (Adaptive Network based Fuzzy Inference System) (39мин.)
  • 3.1.2. Архитектура NNFLC (Neurons Network Fuzzy Logic Controller) (58мин.)
  • 3.1.3. Архитектура TSK (Takagi, Sugeno, Kanga) (58мин.)
• 3.2. Обучение нечеткой нейронной сети (193мин.)
• • 3.2.1. Обучение нечеткой нейронной сети ANFIS (19мин.)
  • 3.2.2. Обучение нечеткой нейронной сети TSK (77мин.)
  • 3.2.3. Алгоритм нечеткой самоорганизации C-means (39мин.)
  • 3.2.4. Алгоритм обратного распространения ошибки для сети TSK (39мин.)
• 3.3. Алгоритмы оптимизации нечеткой нейронной сети (174мин.)
• Тест:  Понятие нечетких нейронных (гибридных) сетей (14мин.)

Заключение

Список использованных источников

Рекомендуемая литература

Завершение курса

• Тест:  Итоговое тестирование (30мин.)