14模糊控制6课件.pptVIP

* 每个节点分别为输出变量的一个模糊度划分（即模糊集合），其输出分别是输出变量的各个模糊度的隶属度函数值。每个节点代表一个可能的模糊规则的then部分，它们所完成的操作是把具有相同后件的模糊规则组合起来，即每个节点内实现最大化，即将后件为输出变量的同一个模糊集合的 各个规则前件与其连接权值乘积的最大值 作为输出变量的该模糊集合的隶属度函数值。 * * 测试数据集是让你检查最终模糊推理系统的泛化能力。用校验数据做模型校验的思想是，在训练中的某个点后，模型开始过拟合训练数据集，原理上，在过拟合点，对于校验数据集的模型误差趋于减小，?而后突然增加。 * evaluate 天津大学自动化学院 智能控制系统 杜春燕 天津大学电气与自动化工程学院 ducy@tju.edu.cn 十四 天津大学自动化学院 * 模糊系统与神经网络的区别与联系 (1)从知识的表达方式来看 模糊系统可以表达人的经验性知识，便于理解，而神经网络只能描述大量数据之间的复杂函数关系，难于理解。 (2)从知识的存储方式来看 模糊系统将知识存在规则集中，神经网络将知识存在权系数中，都具有分布存储的特点。 (3)从知识的运用方式来看 模糊系统和神经网络都具有并行处理的特点，模糊系统同时激活的规则不多，计算量小，而神经网络涉及的神经元很多，计算量大 (4)从知识的获取方式来看 模糊