RISK ASSESSMENT USING ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM

Abstract

В работе предлагается использование адаптивной нейро-нечеткой системы вывода для оценки риска. Проводится подробный обзор адаптивной нейро-нечеткой системы вывода, выделяя основные свойства этой системы в области методов оценки рисков. Приведены основные преимущества использования адаптивной нейро-нечеткой системы вывода. Рассматривается архитектура адаптивной нейро-нечеткой системы вывода. Выделены и рассмотрены основные методы обучения системы. Предложены методы оценки эффективности модели на основе адаптивной нейро-нечеткой системы вывода для оценки риска. Представлен алгоритм внедрения адаптивной нейро-нечеткой системы вывода. Проводятся эксперименты, которые показывают влияние процесса обучения на форму функций принадлежности системы нечеткой логики. Выполнено сравнение результатов оценки риска, полученных с помощью нечеткой логики и при использовании адаптивной нейро-нечеткой системы выводы. The work proposes the use of an adaptive neuro-fuzzy inference system for risk assessment. A detailed review of the adaptive neuro-fuzzy inference system is carried out, highlighting the main properties of this system in the field of risk assessment methods. The main advantages of using an adaptive neuro-fuzzy inference system are given. The architecture of an adaptive neuro-fuzzy inference system is considered. The main methods of teaching the system are highlighted and considered. Methods for evaluating the effectiveness of the model based on an adaptive neuro-fuzzy inference system for risk assessment are proposed. An algorithm for implementing an adaptive neuro-fuzzy inference system is presented. Experiments are being conducted that show the influence of the learning process on the form of the membership functions of the fuzzy logic system. The results of risk assessment obtained using fuzzy logic and using adaptive neuro-fuzzy inference system are compared.