В высокорейтинговом журнале Information Sciences (Elsevier, Q1, Impact Factor 6.8) опубликована статья профессора кафедры программной инженерии ЮЗГУ Максима Бобыря. Исследование посвящено новым методам оценки устойчивости нечетких и нейро-нечетких систем.

В статье предложены количественные методы, позволяющие определять границы устойчивости как классических нечетко-логических систем, так и адаптивных нейро-нечетких систем вывода с обучением. Ключевым вкладом является введение локального и глобального коэффициентов устойчивости, основанных на относительных изменениях выходного сигнала при вариациях входных и параметров обучения, а также модифицированного дефаззификатора, основанного на методе отношения площадей.

Предложенный метод устраняет ошибку сужения интервала дефаззификации, присущую традиционным дефаззификаторам и обеспечивает повышенную гладкость выходного сигнала, что критически важно в задачах адаптивного управления.

Адекватность предложенных подходов подтверждена валидацией через анализ бифуркаций: с помощью фазовых портретов и бифуркационных диаграмм (бифуркация удвоенного периода) впервые показано, как при превышении критического значения параметра обучения нейро-нечеткая система теряет устойчивость и переходит в циклический режим. Это открывает путь к предсказанию и контролю динамических переходов в интеллектуальных системах.

Статья доступна для бесплатного скачивания до 21 января 2026 года по ссылке: https://authors.elsevier.com/a/1mCUE4ZQEJW3J