Бодянський, Є. В.Тищенко, О. К.Бойко, О. О.Bodyanskiy, Ye. V.Tyshchenko, O. K.Boiko, O. O.2026-05-152026-05-152016https://eir.zp.edu.ua/handle/123456789/28721Бодянський Є. В. Еволюційна каскадна система на основі нейро-фаззі вузлів / Є. В. Бодянський, О. К. Тищенко, О. О. Бойко // Радіоелектроніка, інформатика, управління. – 2016. – № 2 (37). – C. 40-45.UK: У статті запропоновано еволюційну каскадну систему обчислювального інтелекту на основі нейро-фаззі вузлів, а також алгоритми її навчання. Запропонована система в процесі навчання налаштовує не тільки свої параметри, але й архітектуру в online режимі. У якості вузлів еволюційної каскадної системи запропоновано використовувати нейро-фаззі системи. Для налаштування параметрів функцій належності нейро-фаззі вузлів запропоновано алгоритм, що ґрунтується на використанні градієнтної процедури мінімізації критерію навчання. У процесі навчання нейро-фаззі вузлів налаштовуються синаптичні ваги, центри і параметри ширини функцій належності нейро-фаззі вузлів. Розроблено програмне забезпечення, що реалізує запропоновану архітектуру еволюційної каскадної нейро-фаззі системи. Проведено ряд експериментів з дослідження властивостей запропонованої системи. Результати експериментів підтвердили те, що запропоновану систему можна використовувати для розв’язання широкого кола задач інтелектуального аналізу даних, при цьому обробка даних відбувається в online режимі. Система характеризується простотою чисельної реалізації, а процес обробки даних може бути пришвидшено завдяки можливості паралельного налаштування вузлів еволюційної каскадної системи. Характерною особливістю запропонованої системи є те, що для її налаштування не потрібний великий об’єм навчальної вибірки. EN: An evolving cascade system based on fuzzy-neurons and its learning procedures are proposed in the paper. During a learning procedure in an online mode, the proposed system tunes both its parameters and its architecture. Neuro-fuzzy systems are proposed as nodes of the evolving cascade system. A method based on the gradient procedure of a learning criterion minimization is proposed for membership functions’ tuning in the neuro-fuzzy nodes. Synaptic weights, centers and width parameters of the membership functions are tuned during the learning procedure. Software that implements the proposed evolving cascade neuro-fuzzy system’s architecture has been developed. A number of experiments has been held in order to research the proposed system’s properties. Experimental results have proven the fact that the proposed system could be used to solve a wide range of Data Mining tasks. Data sets are processed in an online mode. The proposed system provides computational simplicity, and data sets are processed faster due to the possibility of parallel tuning for the evolving cascade system. A distinguishing feature of the proposed system is that there is no need of a large training set for the system to be tuned.ukгібридна системаобчислювальний інтелекткаскадна системанейро-фаззі системафункція належностіеволюційна системаhybrid systemcomputational intelligencecascade systemneuro-fuzzy systemmembership functionevolving systemArticle