新型模糊基函数神经网络及应用.pdfVIP

维普资讯 大 庆 石 油 学 院 学 报 第 28卷 第 5期 2004年 1O月 JOURNAl，OFDAQING PETROl，EUM INSTITUTE Vo1．28 No．5 Oct． 2004 新型模糊基函数神经网络及应用 于 镝 ，骆华锋。，周广静。 (1．大庆石油学院 电气信息工程学院．黑龙江 大庆 1633I8； 2．大庆石油学院 机械科学与工程学院，黑龙江 大庆 163318； 3．大连东软软件园产业发展有限公司 通信服务事业部，辽宁 大连 116023) 摘 要：针对非线性多峰函数系统辨识问题，提出了一种新型模糊基函数神经 网络．依据 Stone～Weierstrass定理， 证明了新型模糊基函数神经网络的函数逼近能力．仿真结果表明，新型模糊基函数神经网络与多层前向神经网络相 比， 计算简单 、精度高． 关 键 词：模糊基函数 ；函数逼近能力 ；非线性多峰 函数 中图分类号：TP273．4 文献标识码 ：A 文章编号：1000—1891(2004)05--0061--04 0 引言 模糊神经网络是神经网络与模糊系统相结合的产物，它综合模糊逻辑和神经网络的优点，既能表示定 性知识 ，又具有 自学习和处理定量数据的能力 ，因而获得广泛应用 ．针对非线性多峰函数系统辨识问 题 ，笔者提出一种新型模糊基函数神经网络模型及其学习算法；证明它的函数逼近能力，并给出仿真实例． 1 网络模型 新 型 模 糊 基 函 数 神 经 网 络 (FBFNN)模型见图 1，它包括输入层、 隶属函数生成层、推理层及反模糊化层． 在该模型中采用 “If… Then…”模糊规 则，非单值模糊化器和线性反模糊化器． 其中推理层 的模糊规则个数 是根据 k—means方法对样本聚类后求得的，并 可根据需要调整．隶属度 函数 一exp (一( ))，1≤≤引≤≤，其 中 ，，d是 的模糊集合A；的中心和 宽度；隶属度 函数还可用 ( )来表 图1 新型模糊基函数神经网络 示 ，1≤ ≤ ，1≤ ≤ ．推理层各结点的输出分别为该结点所有输入的代数乘积 在该模型中，只有推理 层和输出层之间涉及可调参数，也就是该网络的权值 (一1，2，…，)． 根据模型结构，确定最终反模糊化输出的结果 ： 夕一∑ ，， ， j 收稿 日期：2004一O3—24；审稿人 ：邵克勇；编辑：陆雅玲 作者简介：于 镝 (1977一)，女，硕士，助教 ，主要从事模糊控制方面的研究 维普资讯 大 庆 石 油 学 院 学 报 第 28卷 2004年 式中：兀一 · …·· 一Ⅱ ．该模型的输出可写成： l= l 一 ，()：∑(Ⅱ ())． (2) 如果输入变量的隶属函数参数 ，。已设计好且不变，只调节新型FBFNN的权值 ，则式(2)可改 写成 ： + 夕一，()一∑w,p()． (3) 定义 一 c =l i=1 唧L[一、(。V)，J]