Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети

М.: Физматлит, 2001. — 201 с.В книге рассмотрены теоретические аспекты подобных сетей,именно, аппарат нечеткой логики,основы теории искусственных нейронных сетей и собственно гибридных сетей применительно к задачам управлениям и принятия решения в условиях неопределенности.
Рекомендовано УМО по образованию в области статистики, прикладной информатики и математических методов в экономике в качестве учебного пособия для студентов высших учебных заведений, обучающихся по специальности "Прикладная информатика (по областям)".Введение.
Нечёткая информация и выводы.
Нечёткие множества.
Операции над нечёткими множествами.
Нечёткая и лингвистическая переменные.
Нечёткие отношения.
Нечёткие выводы.
Пример: нечёткий регулятор.
Эффективности систем принятия решений, использующих методы нечёткой логики.
Основные положения теории нейронных сетей.
Биологический нейрон.
Структура и свойства искусственного нейрона.
Классификация нейронных сетей и их свойства.
Обучение нейронных сетей.
Применение нейросети.
Эффективность нейронных сетей.
Гибридные сети.
Основные понятия и определения гибридных сетей.
Алгоритмы обучения и использования гибридных сетей.
Нечёткий гибридный классификатор.
Программная реализация моделей нечёткой логики, нейросетевых и гибридных.
Пакет Neural Networks Toolbox.
Назначение пакета Neural Networks Toolbox.
Обзор функций пакета Neural Networks Toolbox.
Примеры создания и использования нейронных сетей.
Пакет Fuzzy Logic Toolbox.
Назначение и возможности пакета Fuzzy Logic Toolbox.
Графический интерфейс Fuzzy Logic Toolbox.
Графический интерфейс гибридных систем.
Графический интерфейс программы кластеризации.
Работа с Fuzzy Logic Toolbox в режиме командной строки.
Работа Fuzzy Logic с блоками Simulink.
Список литературы.