• با مفهوم تصمیم گیری فازی آشنا شویم • پیشینه منطق فازی • خصوصیات منطق فازی • محدودیت های منطق فازی • دلایل استفاده از منطق فازی • ساختار منطق فازی • شباهت های منطق فازی با نظریه احتمال • تفاوت های منطق فازی با نظریه احتمال • مفهوم مجموعه های فازی • توابع عضویت کاربردی در منطق فازی • با انواع معادلات حاکم بر منطق فازی آشنا شویم • تعاریف مرتبط با مجموعه های فازی • آشنایی با عملگرهای فازی • توصیف سیستم استنتاج فازی • نحوهء فازی سازی داده های ورودی را بیاموزیم • تولید قوانین فازی چگونه صورت می پذیرد • با متد مربوط به استخراج خروجی از قوانین فازی تولیدی آشنا شویم • ترکیب توابع عضویت خروجی ها جهت اتخاذ نتیجه نهایی • غیر فازی سازی تابع عضویت تجمیع شده پارامتر خروجی • نحوه ساخت سیستم استنتاج فازی در نرم افزار متلب • آشنایی با سیستم ممدانی • آشنایی با سیستم سوگنو • مزایای مدل ممدانی • مزایای مدل سوگنو • ساخت سیستم فازی ممدانی در متلب • متدها و Property های سیستم ممدانی • پارامترهای خروجی سیستم ممدانی کدامند • استخراج درجه عضویت متناسب با ترکیب بردارهای ورودی • استخراج تابع عضویت کلی سیستم فازی ممدانی • ارائه غیر فازی مرتبط با تابع عضویت تجمیع شده در سیستم فازی ممدانی • نحوه تعریف یک مقدار فازی • انواع توابع عضویت کاربردی در محیط نرم افزار متلب • تعیین درجه عضویت متناسب با یک مقدار مشخص • اضافه نمودن متغیر ورودی • اضافه نمودن متغیر خروجی • حذف متغیر ورودی • حذف متغیر خروجی • اضافه نمودن قوانین حاکم بر سیستم • استفاده از عبارات زبانی • استفاده از نماد ها • استفاده از مقادیر عددی • تعریف قوانین با استفاده از مقادیر رشته ای • استفاده از عبارات ریاضی • معرفی قوانین تعریف شده برای برنامه • اضافه نمودن توابع عضویت به برنامه • معرفی انواع توابع متنوع موجود در محیط متلب جهت استنتاج فازی • نحوه حذف توابع عضویت • ترسیم توابع عضویت در یک سیستم فازی • ارزیابی سیستم فازی ساخته شده • ذخیره نمودن سیستم فازی ارزیابی شده • چرا از تولباکس فازی در محیط متلب استفاده نمی کنیم • با توابع گوناگون جهت ساخت سیستم فازی سوگنو آشنا شویم • متد ها و Property های مهم جهت ساخت سیستم سوگنو را شناسایی کنیم • اخذ خروجی از سیستم سوگنو • نحوه اضافه نمودن متغیرهای ورودی و خروجی به همراه مشخصات فازی آن در سیستم سوگنو • اضافه یا خذف نمودن متغیرها در سیستم سوگنو • اضافه و حذف نمودن توابع عضویت در سیستم سوگنو • تبدیل سیستم ممدانی به سوگنو • با تابع genfis آشنا شویم • نحوه تعریف و تشکیل پارامترهای ورودی genfis • مراحل دسته بندی داده ها با استفاده از متد subtractive clustering • روش خوشه بندی c-mean فازی • بحث جامع در خصوص پارامترهای ورودی ـ خروجی از تابع FCM • ساخت سیستم استنتاج فازی با استفاده از روش خوشه بندی فازی را بیاموزیم • آموزش سیستم فازی با استفاده از ANFIS • با روش یادگیری تطبیقی عصبی آشنا شویم • کالبد شکافی پیکره سیستم های فازی عصبی • ساختار لایه های مدل ANFIS با توابع عضویت چندگانه • تعیین بهترین مقادیر مرتبط با پارامترهای توابع عضویت متغییرهای ورودی به ساختار مدل ANFIS • تعیین بهترین مقادیر مرتبط با پارامترهای توابع عضویت ضرایب توابع خطی متغییر خروجی از ساختار مدل ANFIS • دستورات متلب جهت پیاده سازی و ساخت مدل ANFIS • متد ها و Property های مهم موجود در توابع کاربردی ساختار ANFIS • بهینه کردن پارامترهای مدل فازی • صحت سنجی نتایج خروجی از ANFIS • نحوه تهیه مدل ANFIS با استفاده از تولباکس مربوطه • مثال1:/ مدلسازی سیستم استنتاج فازی جهت پیش بینی میزان آبدهی ایستگاه هیدرومتری واقع در خروجی حوضه • مثال2:/ دسته بندی کاهشی داده ها به منظور تعیین مرکز و بازه تأثیر هر دسته در سیستم آبرسانی شهری • مثال3:/ استفاده از روش خوشه بندی فازی به منظور دسته بندی ایستگاه های هواشناسی در کلاس های مختلف و تعیین درجه عضویت هر ایستگاه ها به همراه تصویر سازی نموداری • مثال 4:/ شبیه سازی معادلات غیرخطی پیچیده با استفاده از مدل فازی ـ عصبی و تشریح نتایج موجود با دو روش صحت سنجی پیوسته و تصادفی
مبتدی: برای کسانی که می خواهند تازه شروع به یادگیری کنند
متوسط: برای کسانی که آشنایی دارند و تا حدی بلدند
حرفه ای: برای کسانی که بلدند ولی می خواهند بیشتر یاد بگیرند