В статье описывается методика построения неронечеткой модели выделения контурных точек на изображении. Методика включает следующие шаги: формирование лингвистических переменных «разность яркостей пикселей» и «признак принадлежности пикселя к контуру», формирование базы знаний нейронечеткой модели при помощи бинарного изображения, формирование обучающей выборки с использованием как полутонового, так и контурного изображения, обучение нейронечеткой модели с использованием генетического алгоритма. Особенностью представленного генетического алгоритма является - проверка условий на корректность значений параметров функций принадлежностей, получаемых при генерации хромосом. Описывается структура нейронечеткой модели принятия решения о принадлежности пикселя контуру. Приводится результат применения нейронечеткой модели для построения контуров изображений.

Ключевые слова: нейронечеткая модель, контурное изображение, выделение контура, контурный пиксель, лингвистическая переменная, нечеткое множество, функция принадлежности, генетический алгоритм, логический вывод Цукамото, обучение нейронечеткой модели

1.2.2 - Математическое моделирование, численные методы и комплексы программ

В статье описывается методика разработки нейросетевых моделей регуляторов управления техническим объектом, аппроксимирующих зависимость между управляющим воздействием и отклонением состояния объекта от задающего воздействия, его скорости и ускорения. Рассматривается применение методики для управления температурой водонагревателя водяной ванны. Технический объект описывается дифференциальным уравнением второго порядка и имеет гладкое монотонное поведение.

Ключевые слова: технический объект, водяная ванна, водонагреватель, нейрорегулятор, управление, поведение объекта, модель, нейронная сеть, обучающая выборка, персептрон

1.2.2 - Математическое моделирование, численные методы и комплексы программ