Uyarlamalı ağ tabanlı bulanık çıkarım sistemi
Uyarlamalı ağ tabanlı bulanık çıkarım sistemi (İng.: Adaptive-Network Based Fuzzy Inference Systems, kısaca "ANFIS"), Takagi-Sugeno bulanık çıkarım sistemine dayalı bir tür yapay sinir ağı yöntemi. Jang tarafından 1990’ların başlarında geliştirilmiş olup doğrusal olmayan fonksiyonların modellenmesinde ve kaotik zaman serilerinin tahmininde kullanılmıştır.[1][2]
Geliştirilen ANFIS model genelde melez öğrenme (İng.: hybrid learning) algoritmasını kullanır. Melez öğrenme algoritması ile birlikte ANFIS, öngörülen giriş-çıkış veri çiftlerine dayalı bir giriş-çıkış yapısı oluşturabilir. ANFIS, hem sinir ağlarını hem de bulanık mantık çıkarım yöntemlerini entegre ettiği için yapıların her ikisinden faydalanır. ANFIS yönteminin uygulanabilmesi için genelde giriş-çıkışa dayanan bir veri kümesine ihtiyaç duyulmaktadır. Seçilen üyelik fonksiyon (İng.: Membership function) adedi ve tipine bağlı olarak kurulan model bir öğrenme algoritması kullanılarak oluşturulur.[3] Yöntem, oluşturduğu bulanık eğer-ise kurallar kümesini kullanır. ANFIS mimarisi, ağın tamamının çıkışı ile hedef değer arasındaki farkı, yani hatayı minimum yapacak şekilde parametrelerle belirlenmesi suretiyle oluşturulur. Teorik olarak, ANFIS herhangi bir sürekli fonksiyona mükemmel yaklaşabilir.
Kaynakça[değiştir | kaynağı değiştir]
- ^ Jang, Jyh-Shing R (1991). Fuzzy Modeling Using Generalized Neural Networks and Kalman Filter Algorithm. Proceedings of the 9th National Conference on Artificial Intelligence, Anaheim, CA, USA, July 14–19. pp. 762–767.
- ^ Jang, J.-S.R. (1993). "ANFIS: adaptive-network-based fuzzy inference system". IEEE Transactions on Systems, Man and Cybernetics 23 (3).
- ^ Demirel Ö., Kakilli A., Tektaş M. (2010). “Anfis ve arma modelleri ile elektrik enerjisi yük tahmini”. Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi. 2010;25(3) (PDF 3 Şubat 2016 tarihinde Wayback Machine sitesinde arşivlendi.).