- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于混沌BP算法的TS型模糊神经网络的应用研究.pdf
th
Proceedings of the 25 Chinese Control Conference
7-11 August, 2006, Harbin, Heilongjiang
基于混沌BP算法的T-S型模糊神经网络的应用研究
王科俊,唐 墨,张 燕
哈尔滨工程大学 自动化学院, 哈尔滨 150001
E-mail: heukejun@, {tmtangmo, zylavender}@163.com
摘 要: T-S型模糊神经网络对非线性函数具有良好的逼近能力,其学习算法多采用BP算法。本文将一种新型的
非线性混沌映射引入到T-S型模糊神经网络的参数学习算法中。将混沌优化算法与BP算法相结合,使模糊神经
网络克服了容易陷入局部极小值的缺点。并对非线性和混沌系统进行建模,仿真结果表明,用混沌BP学习算法
进行参数更新,能够减小误差,提高网络性能。
关键词: 模糊神经网络, BP算法, 混沌
Application and Research of T-S Fuzzy Neural Network Based on Chaotic BP
Method
Kejun Wang, Mo Tang, Yan Zhang
Harbin Institute of Technology, Harbin 150001, China
E-mail: heukejun@, {tmtangmo, zylavender}@163.com
Abstract: In this paper a new chaotic BP algorithm is studied. That is introducing a new type of nonlinear
chaotic map into the learning algorithm of T-S fuzzy neural network. The combination of chaos and BP
learning method make fuzzy neural network escape from getting in local minimization value. Then
approximate nonlinear and chaotic systems using the new learning algorithm. Simulation result show that the
transform could improve the property of neural network, which is capable of reduce error and have better
generalization performance.
Key Words: Fuzzy Neural Networks, BP Algorithm, Chaos
射具有遍历性、随机性等特点。混沌BP算法就是将
1 引言(Introduction) 混沌映射的遍历性与梯度法相结合,通过引入混沌
来跳出局部极小。目前,已有的混沌优化方法[1]-[6]多
模糊神经网络融合了神经网络与模糊系统二者
采用Logistic映射作为混沌序列发生器。文[1]中,通
的优势,成为模糊系统及其控制的一个重要分支。
过Logistic 映射函数来
文档评论(0)