Моделювання залежностей «багатовимірний вхід–вихід» для автоматизації процесів керування в умовах невизначеності

Розглянута у роботі технологія дає змогу шляхомпоєднання переваг м’яких обчислень і реґресійного ана-лізу будувати багатофакторні залежності з неперерв-ним виходом, враховуючи як можливість визначенняступеня важливості вхідних змінних, так і їх взаємодійнеобхідного порядку. Проте під час моделюванняоб’єктів із неперервним виходом, коли необхідна до-статня точність визначення чіткого значення вихідноївеличини, знаходження параметрів нечіткого рівнянняреґресії за методом найменших квадратів та парамет-рів функцій належностей шляхом статистичної оброб-ки експертної інформації не може в повній мірі забез-печити потрібну точність. Для цього потрібно налаш-тувати за навчальною вибіркою нечітку реґресійну мо-дель у відповідності до тестуючої вибірки. In work considered technology allows to build multivariate dependence with continuous output by combining the advantages of soft computing and regression analysis, given the opportunity, the definition of importance of input variables and their necessary interactions. However, when modeling objects with continuous output when a sufficient accuracy of the determination of a precise value of the output value is necessary, the identification of the parameters of fuzzy regression equations using the least squares method and parameters of membership functions by statistical processing of expert information is not sufficient to provide the desired accuracy. It requires configuration on the training set of a fuzzy regression model in accordance with the testing sample.