第六章_模糊神经网络课件.pptVIP

第六章 模糊神经网络 6.2 模糊神经网络模型 6.2 模糊神经网络模型 6.2 模糊神经网络模型 模糊系统和神经网络控制是智能控制领域内的两个重要分支。模糊系统是仿效人的模糊逻辑思维方法设计的一类系统，这一方法本身就明确地说明了系统在工作过程中允许定性知识的存在。另一方面，神经网络在计算处理信息的过程中所表现出的学习能力和容错性来自于其网络自身的结构特点。 模糊神经网络是一种集模糊逻辑推理的强大结构性知识表达能力与神经网络的强大自学习能力于一体的新技术，它是模糊逻辑推理与神经网络有机结合的产物。 神经网络和模糊控制比较 ANN（Artificial Neural Network）和 FLS（Fuzzy Logical Network）的比较： 相同之处 1） 都是非数值型的非线性函数的逼近器、估计器、 和动态系统； 2） 不需要数学模型进行描述，但都可用数学工具进 行处理； 3） 都适合于VLSI、光电器件等硬件实现。 不同之处： ㈠ 样本的表示方面： ANN——数值型的点集合。 FLS——模糊集样本。 神经网络和模糊控制比较 ㈡ 规则的表示和结构方面： ANN——用网络结构和权值矩阵来描述规则，且规 则之间是相互