Гибридная нейро-нечеткая система (Лабораторная работа № 6)

 Лабораторная работа 6

Гибридная нейро-нечеткая  система

          Основная  идея,  положенная  в  основу  модели  гибридных  сетей,  заключается  в том,  чтобы  использовать  существующую  выборку  данных для  определения   параметров  функций  принадлежности  (ФП),  которые  лучше  всего  соответствуют  конкретной системе  нечеткого  вывода.  При  этом  для  нахождения  параметров  применяются известные  процедуры  обучения  нейронных сетей.      

Пакет  Matlab

1. Вызвать графический  интерфейс  редактора  ANFIS,  напечатав в  командном  окне:  anfisedit,  после  чего  на  экране  монитора  появится  окно  редактора  (рис.1).

Рис.1. Окно  редактора

2. Загрузить  данные,  нажав  кнопку  Load Data в  нижней части   окна. Данные могут  быть  загружены  из внешнего  файла  (disk)  или  из  рабочей  области  (worksp.).  В  первом  случае  необходимо  предварительно создать  файл с  исходными  данными,  который представляет  собой  обычный  текстовый файл с  расширением  .dat.    Исходные данные  отображаются  в  виде  числовой матрицы  размерности  m*(n+1),  в  которой  число  строк  m  соответствует  объему выборки,  первые  n   столбцов  -  значениям  входных переменных  модели,  а  последний  столбец  -  значению  выходной переменной. Для создания  файла воспользуемся   редактором  М-file,  входящим в  состав системы Matlab,  вызвав  его путем  последовательного  нажатия: File – New – M-file.   

Возьмем  конкретный  пример:  разработка  нечеткой модели  гибридной  сети  для  решения задачи прогнозирования  валютных  цен  на  финансовом  рынке.  Воспользуемся  курсовой  стоимостью  доллара  за  период, равный  6  дням.  (На  самом  деле  такой  период  наблюдения  очень мал  для  получения  достоверного  прогноза,  но  здесь  рассматриваем  эти  данные  как иллюстративный  пример).  Создадим  нечеткую модель  гибридной  сети,  состоящей  из 4 входных переменных:

·  Первая  переменная  соответствует  курсу  на  текущий день  i;

·  Вторая  -   курсу  на  предыдущий день  (i-1);

·  Третья  - курсу  на  день  (i-2);

·  Четвертая  -  курсу  на  день  (i-3).

Выходная  переменная  определяет  значение  курса  доллара  на  следующий  день.

В  соответствии  с  правилами  системы  Matlab  отдельные  значения  матрицы  отделяются пробелами,  а  каждая  строка  матрицы  завершается  нажатием  клавиши  Enter.  

На  рис.2  показан   М-файл  с  исходными  данными.

Рис.2. Исходные  данные

   Перед  загрузкой  файла  необходимо  добавить  еще  3  входа в  систему,  так  как  по  умолчанию  нечеткая  система  имеет  только   один  вход.  Для  этого  из  меню  Edit  нужно  вызвать  FIS Properties  и  в  последнем  через    Edit   добавить  еще  3  входа,  нажав  Add  Variable.  После  этого  нечеткая система  готова  для  приема  исходных  данных.  Указав  путь,  по  которому  можно  найти файл  с  исходными  данными,  загружаем  систему  и  получаем  редактор  ANFIS  в  виде,  показанном  на  рис.3.

В  окне  редактора  каждой строке  данных  соответствует  отдельная  точка графика,  которая  для  обучающих  данных  изображается  кружком.  На  горизонтальной  оси  указывается  порядковый  номер  отдельной  строки  данных,  а  на  вертикальной  -  значение  выходной  переменной.

3. После  нажатия  кнопки  Generate FIS  вызывается  диалоговое  окно  с  указанием  числа  и  типа  функций принадлежности  для  входных  и  выходной  переменных  (рис.4).  Примем  в данном  примере  систему нечеткого вывода  типа  Сугено. Для  каждой  из  входных  переменных  зададим  по  3  лингвистических  терма,  а  в  качестве  их функций  принадлежности  примем  треугольные.  Для  выходной переменной  в  этой  системе  воспользуемся  линейной  функцией.  Пример  функции  принадлежности  для первой  переменной  показан  на  рис.5.

Рис.3. Графический интерфейс  после  загрузки  обучающих  данных