Лабораторна робота № 4
розробка нечіткої системи типу сугено на основі експертних знань
Мета: Навчитись створювати систему нечіткого виведення типу Сугено засобами Matlab.
Завдання: Створити систему нечіткого виведення типу Сугено, яка моделюватиме залежність
в області допустимих значень 
.Для того, щоб отримати доступ до додаткових статистичних даних, що відображає процес навчання, під час або після тренування, можна вибрати відповідні кнопки: Perfomance, Training State, Regression.
Вигляд форми візуалізації алгоритму та процесу навчання розробленої нейромережі наведено на рис.16.
Рис. 3.16. Вигляд форми візуалізації алгоритму та процесу навчання розробленої нейромережі
Процес навчання ілюструється графіком залежності оцінки функціонування від номера циклу навчання.
Графік залежності середньоквадратичної помилки навченої нейромережі від кількості пройдених епох наведено
Синім кольором відображена функціонування тренувального процесу, зеленим – функціонування валідаційного процесу, червоним – текстового процесу, а крапка перетину пунктирних ліній – місце найкращого функціонування нейромережі, після якої мережа починає функціонувати з більшими похибками, тобто починається процес перенавчення.
Рис. 3.17. Графік залежності середньоквадратичної помилки навченої нейромережі від кількості пройдених епох
Графіки відображення стану тренування нейромережі наведено на рис.3.18.
Рис. 3.18. Графіки відображення стану тренування нейромережі
Перед тим, як скористатися нейронною мережею, необхідно досліджувати ступінь достовірності результатів обчислень мережі на тестовому масиві вхідних векторів. В якості тестового масиву необхідно використовувати масив, компоненти якого відрізняються від компонентів масиву, використаного для навчання. У нашому випадку для отримання тестового масиву досить скористатися ще раз програмою mas1.
