灰色神经网络的研究及发展.pdfVIP

第 31 卷 第 3期 武 汉 理 工 大 学 学 报 Vol .31 No .3 2009年 2 月 JOURNAL OF WUHAN UNIVERSITY OF TECHNOLOGY Feb .2009 DOI :10 .3963/j .issn .1671-4431 .2009 .03 .024 灰色神经网络的研究及发展 袁景凌 ,钟 珞 ,李小燕 (武汉理工大学计算机科学与技术学院 ,武汉 430070) 摘 要 : 灰色神经网络是将灰色系统模型与神经网络模型有机融合的一种新型智能计算模型 ,它充分利用了两者在信 息表现上存在的相似性及模型特点上存在的互补性,能弥补单纯使用灰色模型或单纯使用神经网络解决问题的不足,灰 色神经网络预测模型应用广泛。主要论述了灰色神经网络计算模型的关键技术、研究热点、难点及发展。 关键词 : 灰色系统 ; 神经网络 ; 灰色神经网络模型 ; 优化 中图分类号 : TB 183 文献标识码 : A 文章编号 :1671-4431(2009)03-0091-03 The Research and Development of Grey Neural Network YUAN Jing-ling ,ZHONG Luo ,LI Xiao-yan (School of Computer Science and Technology ,Wuhan University of Technology ,Wuhan 430070 ,China) Abstract : Grey Neural Network is an innovative intelligent computingapproachcombing grey system model and neural net- work ,which makes full use of the similarities and complementarities between grey system model and neural network to settle the disadvantage of applying greymodel and Neural Network separately .Therefore ,the GreyNeural Network model can be ap- plied practically in a wide range .In this paper ,we discuss the key technologies ,research hotspots ,difficulties and further de- velopment of Grey Neural Network . Key words : grey system ; neural network ; grey neural network model ; optimization 研究信息 ,特别是研究不确定信息的表达和处理 ,是当今信息时代的一个重要问题。随机性、模糊性、灰 性 3 种不确定性是国内外学者所认可的不确定性。其中 ,灰色模型建模所需样本数据少、无须考虑其分布规 律及变化趋势、建模简单、运算方便等特点 ,但它缺乏自学习、自组织和自适应能力 ,对非线性信息的处理能 力较弱。神经网络的模型特点恰好能对灰色方法进行补充。灰色模型的“贫信息”、建模简单及非线性处理 能力弱等特征与神经网络模型的“大样本”、非线性处理能力及学习能力等特征可以相互弥补 ,并能有机结 合。将灰色模型与神经网络模型有机融合 ,利用二者的优点 ,以建立性能更优的灰色神经网络模型。 1 神经网络与灰色系统的融合 神经网络和灰色系统两者在信息的表现上存在一定的相似性 ,是可以进行融合的。首先神经网络的输 出对于系统而言 ,其输出结果可以以某个精度逼近于一个固定的值 ,但是由于误差的存在 ,使得输出结果会 以某个值为中心上下波动