В данном исследовании представлен передовой подход к оптимизации систем нечеткого вывода (СНВ) с использованием генетических алгоритмов (ГА) -мощного эволюционного метода, вдохновленного естественным отбором. Традиционная разработка FIS основана на эвристической настройке базы правил и функций релевантности, что может быть неэффективным. Это исследование позволяет систематически оптимизировать базу правил СНВ, что повышает точность, гибкость и надежность систем принятия решений. Экспериментальные результаты показывают, что сложность базы правил значительно снижается при сохранении производительности системы. В исследовании также подчеркивается важность таких операторов ГА, как отбор, кроссинговср и мутация, для достижения глобальной оптимальности. Такая интеграция помогает разрабатывать интеллектуальные системы, способные адаптироваться к реальным ситуациям, обеспечивая многообещающие результаты для экспертных систем, приложений автоматизации и управления.

Сегодня для решения проблем, связанных с возросшими требованиями к системам энергоснабжения в связи с развитием бытовой техники и интеллектуальных систем, предлагается устанавливать возобновляемые источники энергии, резервные источники, а также центральную сеть энергоснабжения с гибким управлением. С этой целью в данной статье разрабатывается проект по применению технологии, области применения и базы данных для сбора и обработки данных мониторинга на основе гибридных источников энергоснабжения и Интернета вещей.