基于模糊神经网络的商品预测模型.pptVIP

目 录 模糊神经网络 模糊神经网络 模糊化接口是从实际输入空间到模糊空间的映射。 模糊规则集是一系列的语言规则或条件语句。 模糊推理是模糊神经网络的核心。 模糊推理系统结构图： 商品预测模型 分析过程包括四个阶段： 第一步：问卷调查 第二步：面谈 第三步：建立数据库 第四步：构建ANN和FNN模型 第一步：问卷调查 主要是设计一个包含很多方面知识的问卷．并通过在分发这些问卷中收集到我们所需要的知识。利用细分其所依赖的和独立的因素的应用间关系的方法．对这些数据进行统计性地分析。通过这种方法。我们可以得到哪些因素是关键的。以及价格依赖其确定的概率。 第二步：面谈 被询问的专家要求给出在不同情况下用来评估商品价格的原则。通过在第一步中收集的数据和在地二步中专家给出的预测商品价格的原则．我们可以获得训练ANN和FNN模型的数据。 第三步：建立数据库。 最近的同类商品销售的价格代表了当地的价格层次。因此可以依据此建立数据库，并且建立一个基于模糊神经网络的知识库。这个数据库应包括最近才推出的不同类别的同类商品的价格。 第四步：构建ANN和FNN模型。 在训练的过程中．根据我们所收集的数据来调节模型的参数。 建立模型 模糊神经网络的结构有五层组成： 第一层为输入层。