Couche 1 : Chaque neurone calcule le degré d'appartenance d’un sous ensemble flou
particulier par sa fonction de transfert (fuzzification). La seule restriction sur le choix de
cette fonction est sa dérivabilité. En trouve dans la littérature, l’utilisation des fonctions
gaussiennes dont les paramètres modifiables sont le centre et la pente de la gaussienne.
Si x est l’entrée du nœud i, Ai est le terme linguistique associé à sa fonction, il représente
donc le degré d’appartenance de x à Ai. Les paramètres d’un nœud de cette couche sont
ceux de la fonction d’appartenance correspondante.
Couche 2 : Elle sert à calculer le degré d'activation des prémisses. Chaque neurone dans
cette couche reçoit les sorties des neurones précédents de fuzzification et calcule son
activation. La conjonction des antécédents est réalisée avec l’opérateur produit.
Couche 3 : Chaque neurone calcul le degré de vérité normalisé d’une règle floue donnée.
La valeur obtenue représente la contribution de la règle floue au résultat final.
Couche 4 : Chaque neurone f de cette couche est relié à un neurone de normalisation
correspondant et aux entrées initiales du réseau. Il calcule le conséquent pondéré de la règle.
(𝑓
𝑖= 𝑎𝑖 𝑥 + 𝑏𝑖 𝑦 + 𝑐𝑖)
Couche 5 : Comprend un seul neurone qui fournit la sortie de ANFIS en calculant la somme
des sorties de tous les neurones de sortie.