人工智能 第4章 计算智能1.pptVIP

* * * * * * * * * 《人工智能》 * ② 基于α切割的反向传播算法 为了改进模糊反向传播的性能，可以对模糊权值进行α切割，以提高传播效率。 模糊集合A的α切割定义为： A[α]={x|μA(x)?α}, 0α?1 ③ 遗传算法 遗传算法是一种优化算法。神经网络的学习过程本质上是对权值进行调整，使得误差测量最小。许多优化算法广泛应用于神经网络的学习中。 ④ 其它学习算法 如，模糊混沌、粒子群算法、蚁群算法都可用于模糊神经网络的学习中。 * 《人工智能》 * （3）FNN的逼近能力 已经证明，正则前馈多层神经网络具有高度逼近非线性函数的能力。 对于模糊神经网络人们也进行了大量研究。已得出结论，给予模糊运算和扩展原理的RFNN不可能成为通用近似器，HFNN因无需标准模糊运算为基础，而能够成为通用逼近器。 这些结论对建立FNN控制器可能是有用的。 * 《人工智能》 * 4.3 粗糙集理论 粗糙集(Rough Set--RS)理论是由波兰数学家帕夫拉克(Pawlak)于1982年提出的，是一种处理不精确、不确定和不完全数据的新的数学计算理论，能够有效处理各种不确定