ПРИКЛАДНАЯ ИНФОРМАТИКА № 6 (36) 2011 М. А. Березин, ведущий математик Института проблем управления им. <...> В. А. Трапезникова РАН, г. Москва Параметрическая идентификация класса нечетких систем с помощью устойчивого рекуррентного алгоритма В статье предложен рекуррентный релаксационный алгоритм для идентификации параметров последователей правил нейронечеткой модели Такаджи-Суджено. <...> Приводится аналитическое доказательство устойчивости данного алгоритма на основе метода анализа устойчивости «входа к состоянию». <...> Введение симировать любую нелинейную функцию с любой заданной точностью при условии, что известно достаточное количество скрытых нейронов и нечетких правил. <...> Результаты, полученные в последние десятилетия, показали, что процедура синтеза этих двух технологий оказалась весьма полезной для идентификации нелинейных систем [1 – 3]. <...> Нечеткие модели Такаджи-Суджено в последнее время стали довольно мощным средством для моделирования и управления сложными системами. <...> Тем не менее, многие вопросы, в том чисН ле проблема устойчивости нейронечеткой идентификации и управления, требуют решения. <...> Хорошо известно, что обычные алгоритмы идентификации (например алгоритм градиентного спуска, наименьших квадратов) устойчивы только в идеальных условиях, но в присутствии помех свойство устойчивости (в смысле возврата системы к своему положению равновесия) часто не выполняется. <...> Неустойчивость в параметрической идентификации была продемонстрирована в [4] и стала важной областью исследования в 1980-е гг., Лаборатория Нейросетевое моделирование ечеткая логика и нейронные сети являются универсальными аппроксиматорами, т. к. способны аппроккогда были предложены некоторые методы анализа устойчивости [5]. <...> В настоящей статье изложен релаксационный рекуррентный алгоритм и проводится аналитическое доказательство его устойчивости в терминах «вход к состоянию». <...> В работе ставится задача анализа устойчивости <...>