現代の工学科学における適応性ニューロファジー推論システムの分類法

適応性ニューロファジー推論システム（ANFI）は、単一のフレームワークで人工ニューラルネットワーク（ANNS）とファジーロジック（FL）の両方の利点をブレンドします。それは、複雑なパターンをモデル化し、非線形関係を理解するために、加速学習能力と適応的解釈機能を提供します。ANFISはさまざまなドメインで適用および実践されており、時間と空間の複雑さが改善された一般的に繰り返される問題の解決策を提供しています。標準のANFIには、高い計算費用、より大きな入力での解釈可能性の喪失、次元の呪い、適切なメンバーシップ機能の選択など、特定の制限があります。このペーパーでは、標準のANFIは、マシンとシステムの正確な取り扱いを必要とする複雑な人間のタスクには適さないことを要約しています。最先端の実践研究の質問が議論されており、それは主に工学科学の多様化分野におけるANFIの適用性に焦点を当てています。標準的なANFISアーキテクチャは、メタヒューリスティックな手法で融合すると大幅に改善され、パラメーターのキャリブレーションとチューニングを通じて自然に触発されたアルゴリズムでさらに緩和されると結論付けています。機械的、電気的、地質学的分野で顕著な、現在人間の裁量に依存する複雑なエンジニアリングタスクの適応と自動化において重要です。

Adaptive Neuro-Fuzzy Inference System (ANFIS) blends advantages of both Artificial Neural Networks (ANNs) and Fuzzy Logic (FL) in a single framework. It provides accelerated learning capacity and adaptive interpretation capabilities to model complex patterns and apprehends nonlinear relationships. ANFIS has been applied and practiced in various domains and provided solutions to commonly recurring problems with improved time and space complexity. Standard ANFIS has certain limitations such as high computational expense, loss of interpretability in larger inputs, curse of dimensionality, and selection of appropriate membership functions. This paper summarizes that the standard ANFIS is unsuitable for complex human tasks that require precise handling of machines and systems. The state-of-the-art and practice research questions have been discussed, which primarily focus on the applicability of ANFIS in the diversifying field of engineering sciences. We conclude that the standard ANFIS architecture is vastly improved when amalgamated with metaheuristic techniques and further moderated with nature-inspired algorithms through calibration and tuning of parameters. It is significant in adapting and automating complex engineering tasks that currently depend on human discretion, prominent in the mechanical, electrical, and geological fields.