Реализация модели нейро-нечеткой сети на основе байесовского логико-вероятностного подхода для решения задач аппроксимации

В статье описывается реализация как специализированного программного инструмента модели нейро-нечеткой сети (ННС), основанной на байесовской логико-вероятностной модели нечеткого вывода. Помимо собственно модели ННС, в нем реализованы адаптированные алгоритмы построения (алгоритм сеточного разбиения для генерации нечетких правил) и обучения (алгоритм обратного распространения ошибки и гибридный алгоритм) ННС, известные по использованию для сети ANFIS из пакета MATLAB.