<!DOCTYPE article
PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.4 20190208//EN"
       "JATS-journalpublishing1.dtd">
<article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" article-type="research-article" dtd-version="1.4" xml:lang="en">
 <front>
  <journal-meta>
   <journal-id journal-id-type="publisher-id">NATURAL AND MAN-MADE RISKS (PHYSICO-MATHEMATICAL AND APPLIED ASPECTS)</journal-id>
   <journal-title-group>
    <journal-title xml:lang="en">NATURAL AND MAN-MADE RISKS (PHYSICO-MATHEMATICAL AND APPLIED ASPECTS)</journal-title>
    <trans-title-group xml:lang="ru">
     <trans-title>ПРИРОДНЫЕ И ТЕХНОГЕННЫЕ РИСКИ (ФИЗИКО-МАТЕМАТИЧЕСКИЕ И ПРИКЛАДНЫЕ АСПЕКТЫ)</trans-title>
    </trans-title-group>
   </journal-title-group>
   <issn publication-format="print">2307-7476</issn>
  </journal-meta>
  <article-meta>
   <article-id pub-id-type="publisher-id">68724</article-id>
   <article-categories>
    <subj-group subj-group-type="toc-heading" xml:lang="ru">
     <subject>МОНИТОРИНГ И ПРОГНОЗИРОВАНИЕ ПРИРОДНЫХ И ТЕХНОГЕННЫХ РИСКОВ</subject>
    </subj-group>
    <subj-group subj-group-type="toc-heading" xml:lang="en">
     <subject>MONITORING AND FORECASTING OF NATURAL AND MAN-MADE RISKS</subject>
    </subj-group>
    <subj-group>
     <subject>МОНИТОРИНГ И ПРОГНОЗИРОВАНИЕ ПРИРОДНЫХ И ТЕХНОГЕННЫХ РИСКОВ</subject>
    </subj-group>
   </article-categories>
   <title-group>
    <article-title xml:lang="en">USE THE FUZZY NEURAL NETWORK FOR APPROXIMATION THE FUNCTION OF MANY VARIABLES</article-title>
    <trans-title-group xml:lang="ru">
     <trans-title>АППРОКСИМАЦИЯ ФУНКЦИЙ МНОГИХ ПЕРЕМЕННЫХ НЕЧЕТКОЙ НЕЙРОННОЙ СЕТЬЮ</trans-title>
    </trans-title-group>
   </title-group>
   <contrib-group content-type="authors">
    <contrib contrib-type="author">
     <name-alternatives>
      <name xml:lang="ru">
       <surname>Лабинский</surname>
       <given-names>А Ю</given-names>
      </name>
      <name xml:lang="en">
       <surname>Labinskiy</surname>
       <given-names>A Yu</given-names>
      </name>
     </name-alternatives>
     <xref ref-type="aff" rid="aff-1"/>
    </contrib>
   </contrib-group>
   <aff-alternatives id="aff-1">
    <aff>
     <institution xml:lang="ru">Санкт-Петербургский университет ГПС МЧС России</institution>
     <country>ru</country>
    </aff>
    <aff>
     <institution xml:lang="en">Saint-Petersburg university of State fire service of EMERCOM of Russia</institution>
     <country>ru</country>
    </aff>
   </aff-alternatives>
   <pub-date publication-format="print" date-type="pub" iso-8601-date="2017-06-25T14:01:20+03:00">
    <day>25</day>
    <month>06</month>
    <year>2017</year>
   </pub-date>
   <pub-date publication-format="electronic" date-type="pub" iso-8601-date="2017-06-25T14:01:20+03:00">
    <day>25</day>
    <month>06</month>
    <year>2017</year>
   </pub-date>
   <volume>2017</volume>
   <issue>2</issue>
   <fpage>11</fpage>
   <lpage>17</lpage>
   <history>
    <date date-type="received" iso-8601-date="2017-06-12T14:01:20+03:00">
     <day>12</day>
     <month>06</month>
     <year>2017</year>
    </date>
    <date date-type="accepted" iso-8601-date="2017-06-20T14:01:20+03:00">
     <day>20</day>
     <month>06</month>
     <year>2017</year>
    </date>
   </history>
   <self-uri xlink:href="https://journals.igps.ru/en/nauka/article/68724/view">https://journals.igps.ru/en/nauka/article/68724/view</self-uri>
   <abstract xml:lang="ru">
    <p>Рассмотрены особенности использования нечетких нейронных сетей для аппроксимации функций многих переменных. Приведены логическая структура нейронной сети и этапы решения задачи аппроксимации с помощью нечеткой нейронной сети. Нечеткая нейронная сеть реализована в виде программы на ЭВМ.</p>
   </abstract>
   <trans-abstract xml:lang="en">
    <p>This article presents the problem of use the fuzzy neural network for approximation the function of many variables. The fuzzy neural network to realize in form the mathematical model and computing program.</p>
   </trans-abstract>
   <kwd-group xml:lang="ru">
    <kwd>функция многих переменных</kwd>
    <kwd>нечеткая нейронная сеть</kwd>
    <kwd>компьютерная программа</kwd>
    <kwd>математическая модель</kwd>
   </kwd-group>
   <kwd-group xml:lang="en">
    <kwd>function of many variables</kwd>
    <kwd>fuzzy neural network</kwd>
    <kwd>computing program</kwd>
    <kwd>mathematical model</kwd>
   </kwd-group>
  </article-meta>
 </front>
 <body>
  <p></p>
 </body>
 <back>
  <ref-list>
   <ref id="B1">
    <label>1.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Хайкин С. Нейронные сети. Полный курс. М.: Изд-во Вильямс, 2006.</mixed-citation>
     <mixed-citation xml:lang="en">Haykin S. Neyronnye seti. Polnyy kurs. M.: Izd-vo Vil'yams, 2006.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B2">
    <label>2.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Рутковский Л., Пилиньский М., Рутковская Д. Нейронные сети, генетические алгоритмы и нечеткие системы. М.: Изд-во Телеком, 2004.</mixed-citation>
     <mixed-citation xml:lang="en">Rutkovskiy L., Pilin'skiy M., Rutkovskaya D. Neyronnye seti, geneticheskie algoritmy i nechetkie sistemy. M.: Izd-vo Telekom, 2004.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B3">
    <label>3.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Лазарев В.М., Свиридов А.П. Нейросети и нейрокомпьютеры. М.: Изд-во МГТУ РЭА, 2011.</mixed-citation>
     <mixed-citation xml:lang="en">Lazarev V.M., Sviridov A.P. Neyroseti i neyrokomp'yutery. M.: Izd-vo MGTU REA, 2011.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B4">
    <label>4.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. Новосибирск: Изд-во Наука, 2006.</mixed-citation>
     <mixed-citation xml:lang="en">Gorban' A.N., Rossiev D.A. Neyronnye seti na personal'nom komp'yutere. Novosibirsk: Izd-vo Nauka, 2006.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B5">
    <label>5.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Борисов В.В., Круглов В.В., Федулов А.С. Нечеткие модели и сети. М.: Горячая линия - Телеком, 2007.</mixed-citation>
     <mixed-citation xml:lang="en">Borisov V.V., Kruglov V.V., Fedulov A.S. Nechetkie modeli i seti. M.: Goryachaya liniya - Telekom, 2007.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B6">
    <label>6.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Зайченко Ю.П., Севаев Ф.А. Исследование нечетких нейронных сетей в задачах прогнозирования // Системы обработки информации. 2004. № 2.</mixed-citation>
     <mixed-citation xml:lang="en">Zaychenko Yu.P., Sevaev F.A. Issledovanie nechetkih neyronnyh setey v zadachah prognozirovaniya // Sistemy obrabotki informacii. 2004. № 2.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B7">
    <label>7.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Кипер А.В., Станкевич Т.С. Разработка системы поддержки принятия решений руководителя тушения пожара на базе нечеткой нейронной сети ANFIS при пожаре на территории морского порта // Вестник Астраханского государственного технического университета. 2013. № 1.</mixed-citation>
     <mixed-citation xml:lang="en">Kiper A.V., Stankevich T.S. Razrabotka sistemy podderzhki prinyatiya resheniy rukovoditelya tusheniya pozhara na baze nechetkoy neyronnoy seti ANFIS pri pozhare na territorii morskogo porta // Vestnik Astrahanskogo gosudarstvennogo tehnicheskogo universiteta. 2013. № 1.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B8">
    <label>8.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Шматко А.В., Голубничая Е.А. Анализ эффективности нечетких нейронных сетей в задачах прогнозирования чрезвычайных ситуаций техногенного характера // Системы обработки информации. 2007. № 1.</mixed-citation>
     <mixed-citation xml:lang="en">Shmatko A.V., Golubnichaya E.A. Analiz effektivnosti nechetkih neyronnyh setey v zadachah prognozirovaniya chrezvychaynyh situaciy tehnogennogo haraktera // Sistemy obrabotki informacii. 2007. № 1.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B9">
    <label>9.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Солдатова О.П. Многофункциональный имитатор нейронных сетей // Программные продукты и системы. 2012. Вып. 3.</mixed-citation>
     <mixed-citation xml:lang="en">Soldatova O.P. Mnogofunkcional'nyy imitator neyronnyh setey // Programmnye produkty i sistemy. 2012. Vyp. 3.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B10">
    <label>10.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Мищенко В.А., Коробкин А.А. Принципы нечеткой логики на примере нечетких нейронных сетей // Современные проблемы науки и образования. 2012. № 1.</mixed-citation>
     <mixed-citation xml:lang="en">Mischenko V.A., Korobkin A.A. Principy nechetkoy logiki na primere nechetkih neyronnyh setey // Sovremennye problemy nauki i obrazovaniya. 2012. № 1.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B11">
    <label>11.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Катасев А.С., Кирпичников А.П. Нейронечеткая модель аппроксимации сложных объектов с дискретным выходом // Вестник Казанского технологического университета. 2014. Т. 17. № 1.</mixed-citation>
     <mixed-citation xml:lang="en">Katasev A.S., Kirpichnikov A.P. Neyronechetkaya model' approksimacii slozhnyh ob'ektov s diskretnym vyhodom // Vestnik Kazanskogo tehnologicheskogo universiteta. 2014. T. 17. № 1.</mixed-citation>
    </citation-alternatives>
   </ref>
  </ref-list>
 </back>
</article>
