توسعه مبانی شبکه عصبی بر پایه اصل گسترش زاده با داده های فازی

شبکه های عصبی فازی به دلیل عدم استفاده از اصل گسترش زاده قادر به اعمال مفهوم فازی در ساختار شبکه نیستند. در این مقاله سعی شده است که اصل گسترش زاده را به صورت گسسته بیان کنیم سپس این اصل در الگوریتم پسا انتشار است. در این مقاله ابتدا مختصری از شبکه عصبی پسا انتشار بیان می شود.در ادامه مقاله، مطالب زیر دنبال می شود: بخش دوم تعاریف مختصر از شبکه عصبی و پس انتشار الگوریتم  و مفاهیم اولیه فازی و اصل گسترش بیان می گردد.بخش سوم معایب روش هایی که مبتنی بر اصل گسترش نمی باشند، بیان می گردد سپس با جایگزینی چهار عملگر اصلی که طبق اصل گسترش زاده باز تعریف شده اند روشی تازه ارائه می گردد. بخش چهارم یک مثال مطرح می شود که حل آن توسط روش ارایه شده در بخش سوم خواهد بود در بخش پنجم به جمع بندی نتایح روش ارایه شده  پرداخته خواهد شد. شبکه های عصبی فازی به دلیل عدم استفاده از اصل گسترش زاده قادر به اعمال مفهوم فازی در ساختار شبکه نیستند. در این مقاله سعی شده است که اصل گسترش زاده را به صورت گسسته بیان کنیم سپس این اصل در الگوریتم پسا انتشار است. در این مقاله ابتدا مختصری از شبکه عصبی پسا انتشار بیان می شود.در ادامه مقاله، مطالب زیر دنبال می شود: بخش دوم تعاریف مختصر از شبکه عصبی و پس انتشار الگوریتم  و مفاهیم اولیه فازی و اصل گسترش بیان می گردد.بخش سوم معایب روش هایی که مبتنی بر اصل گسترش نمی باشند، بیان می گردد سپس با جایگزینی چهار عملگر اصلی که طبق اصل گسترش زاده باز تعریف شده اند روشی تازه ارائه می گردد. بخش چهارم یک مثال مطرح می شود که حل آن توسط روش ارایه شده در بخش سوم خواهد بود در بخش پنجم به جمع بندی نتایح روش ارایه شده  پرداخته خواهد شد.