Abstract. A neuro-fuzzy system learning method is proposed. It combines architecture evolving processes, membership functions self-learning, and synaptic weights learning. This method provides quick response and on-line information processing by adapting the system parameters and structure to problem conditions.
Keywords: neuro-fuzzy system, hybrid learning, evolving system, computational intelligence, architecture evolution.
Бодянский Евгений Владимирович,
доктор техн. наук, профессор, научный руководитель Проблемной научно-исследовательской лаборатории АСУ Харьковского
национального университета радиоэлектроники,
e-mail: bodya@kture.kharkov.ua.
Бойко Елена Александровна,
аспирантка Харьковского национального университета радиоэлектроники,
e-mail: olena.boiko@ukr.net.
Плисс Ирина Павловна,
кандидат техн. наук, ведущий научный сотрудник Проблемной научно-исследовательской лаборатории
АСУ Харьковского национального университета радиоэлектроники
e-mail: pliss@kture.kharkov.ua.