Ямпольський, Л. С.Jampolskiy, L. S.2016-04-122016-04-122013Ямпольський, Л. С. Нечітка ітераційна метаідентифікація штучних нейросіток в мультиагентному середовищі / Л. С. Ямпольський // Збірник наукових праць Кіровоградського національного технічного університету. Техніка в сільськогосподарському виробництві, галузеве машинобудування, автоматизація. - Кіровоград: КНТУ, 2013. - Вип. 26. - С. 207-218.https://dspace.kntu.kr.ua/handle/123456789/1685На основі розробленого реляційного класифікатора запропонований універсальний підхід довибору задовольняючої топології нейросіток, яка відповідає вимогам модельованої прикладної задачі. Реалізація підходу базується на використанні гнучкої інтелектуалізованої мультиагентної системи з багатоцільовою конфігурацією її складових з функціями метаідентифікації. Розкрита взаємодія компонент системи в процесі їх функціонування. The main purpose of an article consists in а development of the new artificial neuron network’s topology determination methodology. The universal approach of the NeuroNets’ satisfactory topology automated choice, which corresponds to the demands of the modeling applied problem (or task), is proposed. The approach’s realization based on using of the flexible automated multiagent system with multiobject configuration of its components with the metaidentification’s functions. The peculiarities of the system’s components interaction in its function are uncovered.uk-UAагенти/мультиагенти з функціями метаідентифікаціїагентно-орієнтована підсистемагнучка інтелектуалізована мультиагентна конфігураціяекспертна системалогічна модель поетапного синтезунабір вирішальних класифікаційних ознакнечітка метаідентифікаціяпродукційні правиларейтингове оцінюваннясітка Петрітопологія нейросіткичисельні процедуриштучна нейросіткафаззі-контролерmetaidentificationneuron networkmultiagent environmenttopologyfuzzy controllerArticle