Модель нейросетевого дефаззификатора заключений в процедурах нечетко-логического вывода и еe программная реализация

Представлена математическая модель нейросетевого дефаззификатора. Она представляет собой двухслойный перцептрон и служит для преобразования нечеткого решения в числовую форму в процедурах нечетко-логического вывода. Модель позволяет оптимизировать вычислительную нагрузку, которая возникает при использовании стандартного метода центра тяжести, за счет использования нейронной сети. Было проведено обучение и тестирование с различными настройками нейросетевой модели. Также была доказана эффективность такого подхода с замером времени выполнения вычислительных операций. This paper presents a mathematical model of a neural network defuzzificator. It is a twolayer perceptron and serves to convert a fuzzy solution to a numerical form in fuzzy logic derivation procedures. The model allows to optimize the computational load that occurs when using the standard center of gravity method, through the use of a neural network. Training and testing was conducted with various settings of the neural network model. The effectiveness of this approach with measuring the time of computing operations was also proved.