طراحی شبکه های عصبی فازی تطبیقی رقابتی برای سیستم شناسایی و پیش بینی

طراحی سیستم های شناسایی و پیش بینی در شرایط آشوبگونه از جمله چالشهای مربوطه در این زمینه است. هدف ساخت ماشینهای پیش بینی است که در شرایط سخت غیرخطی و نویز دار نیز بتوانند عملیات پیش بینی را با دقت مناسب انجام دهند. شبکه های عصبی فازی تطبیقی بدلیل الهام گرفتن از مفاهیم مغز انسان و ترکیب ویژگی های جعبه سیاه شبکه های عصبی مصنوعی و جعبه خاکستری سیستم های فازی یک ابزار مناسب جهت پیش بینی و شناسایی می-باشد. در یک محیط جهت رسیدن به هدف و همگرایی سیستم استفاده از چند عامل در تعامل با یکدیگر بسیار موثرتر از استفاده از یک عامل است. بر این اساس استفاده از دو ماشین در قالب دو پروسسور که همانند آمیگدلا و اوربیتوفرانتال مغز عمل میکنند میتواند منجر به مقاوت و پایداری سیستم در شرایط آشوبی گردد. همچنین میتواند کارایی سیستم شناسایی را افزایش دهد.

کلیدواژه ها:

سیستم های دینامیکی غیرخطی ، سری های زمانی آشوبی ، شبکه عصبی فازی ، هوش هیجانی مغز