期刊名称：Intelligent Systems in Electrical Engineering
印刷版ISSN：2251-6530
电子版ISSN：2252-083X
出版年度：2014
卷号：5
期号：1
页码：41-56
语种：Persian
摘要：در اين مقاله، مجموعه‌ی فازی جديدی تحت عنوان مجموعه‌های فازی آشوبگون عصبی پيشنهاد شده است. مجموعه پيشنهادی از نظر ساختاری از ساختار نورون و از نظر عملکردی از ديناميک‌های آشوبگونه و فازی‌سازی در مغز انسان الهام گرفته و مدل رياضی آن، بر اساس «اسيلاتورهای آشوبگون تزويج شده» بنا شده است. ويژگی مهم اين مجموعه در مقايسه با ساير مجموعه‌های فازی موجود، توانايی آن در ايجاد مجموعه‌های فازی متنوع نظير مجموعه‌های فازی نوع 1 يا 2؛ محدب يا نامحدب؛ و غيره می‌باشد. به منظور بررسی کارآيی اين مجموعه‌ها در مدل‌سازی عدم قطعيت‌ها، چارچوبی جهت طراحی سيستم‌های فازی آشوبگون عصبی ارائه و سپس کاربرد آن در پيش‌بينی سری زمانی آشوبگون مکی-گلاس آغشته به نويزهايی با نسبت سيگنال به نويز معين بررسی شد. نتايج نشان می‌دهد سيستم پيشنهادی در مقايسه با سيستم‌های فازی عصبی نوع 1 و نوع 2 بازه‌ای به دقت قابل ملاحظه‌ای در دادگان تست و تعليم می‌رسد.
其他摘要：This paper presents new fuzzy sets by imitating from the neuronal structure and the fuzziness and chaotic dynamics in human brain. To constitute the proposed sets, coupled chaotic oscillators are utilized. The major advantage of these sets, in comparison with the existing fuzzy sets, is the bifurcation capability. This property enables the sets to create various fuzzy sets, such as type-1 or type-2 fuzzy sets; convex or non-convex fuzzy sets; etc. To evaluate the proposed sets in modeling uncertainties, a framework is presented to design neuro-chaotic fuzzy systems, and then it is applied to the problem of forecasting Mackey-Glass time series that is corrupted by an additive noise with certain SNRs. Results show that the proposed system, in comparison with type-1 and interval type-2 neuro-fuzzy systems, has lower prediction error for both training and test datasets.
