51, № 3 УДК 004.85 ИДЕНТИФИКАЦИЯ ПАРАМЕТРОВ НЕЧ¨ ЕТКИХ АППРОКСИМАТОРОВ И КЛАССИФИКАТОРОВ НА ОСНОВЕ АЛГОРИТМА «КУКУШКИН ПОИСК» И. А. Ходашинский, Д.Ю. Минина, К. С. Сарин Томский государственный университет систем управления и радиоэлектроники, 634050, г. Томск, просп. <...> Описаны результаты экспериментов на восьми наборах данных из репозитория KEEL. <...> Ключевые слова: нечёткий аппроксиматор, нечёткий классификатор, идентификация параметров, алгоритм «кукушкин поиск». <...> Нечёткие системы, основанные на правилах, широко применяются для решения проблем аппроксимации и классификации. <...> В нечётких системах такие закономерности представлены в виде правил «ЕСЛИ–ТО». <...> Идентификация параметров — это поиск оптимальных значений всех параметров нечёткой системы, т. е. определение значений консеквентной части (ТО-части) правила и параметров функций принадлежности в антецедентной части (ЕСЛИ-части) каждого правила на основе заданных критериев качества и метода оптимизации выбранного критерия. <...> Однако трудности применения классических методов оптимизации нелинейных функций, такие как проблема локального экстремума и «проклятие размерности», заставили специалистов обратиться к метаэвристическим методам оптимизации, например эволюционным вычислениям или методам роевого интеллекта [3–7]. <...> Проведённые в [8–10] исследования показали высокую эффективность в решении задач оптимизации нового популяционного алгоритма «кукушкин поиск» (АКП). <...> Нечёткий аппроксиматор задаётся правилами вида ЕСЛИ x1 = A1i AND x2 = A2i AND. <...> 51, № 3 где x—входной вектор; R—число правил; n—количество входных переменных; µAij — функция принадлежности j-й входной переменной; θ = θ1, . . . , θN — вектор параметров нечёткого аппроксиматора. <...> Пусть имеется таблица наблюдений {(xp; tp), p = 1, . . . ,m}, тогда критерий качества аппроксимации может быть выражен среднеквадратической функцией ошибки MSE(θ) = p=1 m (tp −f(xp,θ))2m. <...> Основная идея нечёткого классификатора состоит в описании <...>