ニューラルファジーアーキテクチャによる新しい予測アプローチ

計画は、あらゆる作業プロセスの不可欠な部分です。しかし、計画の地平線が不確実性によって曇ると、効果的な計画を立てることは難しくなります。予測は、組織が不確実性を軽減することで、より実用的な計画を策定できるよう助けることができます。現在、さまざまな予測技術が利用可能ですが、すべての状況で最も効果的な単一の技術は存在しません。したがって、この論文の目的は、ニューラルネットワークとファジーシステムの概念を採用した新しいインテリジェントな予測技術を提案することです。ニューラルネットワークは、入力パラメータの現在の状態に基づいてシステムの出力を決定します。ファジー推論ネットワークは、システムの誤差と導関数誤差を評価することにより、モデルの性能を評価します。誤差が高い場合、システムの性能を改善するためにニューラルネットワークに修正アクションが送信されます。提案されたモデルの性能をテストするために、最も一般的に使用されるバックプロパゲーションニューラルネットワークと比較して非線形関数を近似するために使用されます。テスト結果は、提案されたモデルの非常に信頼性の高い性能を示しています。