原创力文档- 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
pdf下载多输入模糊神经网络结构优化的快速算法
( )
第 44 卷 第 1 期 复 旦 学 报 自然科学版 Vo1. 44 , No. 1
2005 年 2 月 Journal of Fudan University (Natural Science) Feb. , 2005
( )
文章编号 2005
多输入模糊神经网络结构优化的快速算法
吴艳辉 , 陈 雄
( 复旦大学 电子工程系 , 上海 200433)
( )
摘 要 : 采用规则前件提取 , 以获得较少的高效规则,对模糊神经网络 Fuzzy Neural Network 进行结构优化 ,解决
了在多输入模糊系统中因规则数多导致的结构庞大问题 ,使之适用于多输入模糊系统. 结构学习中采用竞争算
法优化隶属函数 ,保证规则前件提取的高效 ;参数学习中采用梯度下降法调整网络参数.
关键词 : 模糊系统 ; 神经网络 ; 模糊神经网络 ; 竞争算法 ; 结构学习 ; 参数学习
中图分类号: TP 229 文献标识码 : A
将模糊逻辑引入神经网络 ,吸收神经网络的自学习的优点 , 同时使用模糊系统的模糊化、去模糊化、推
(
理机和模糊逻辑的工作模式 ,避免神经网络的“黑箱”工作模式 ,这就是备受关注的模糊神经网络 fuzzy
neural network , FNN) .
模糊神经网络已被广泛应用到各类问题中. 通常采用的 FNN 模型中 ,有 n 个输入, 对每个输入取 m
个隶属函数, 则规则层的数目为所有规则的集合 mn 个 ,这造成了 FNN 结构的庞大. 结构庞大带来的一个
直接问题是学习速度缓慢 , 以及在多输入模糊系统中的应用限制. 在 FNN 完成结构学习后 ,虽然可以进行
规则修剪来减小网络结构 ,但只能有限地减小 FNN 在后期应用中的运算量 ;在先期的训练学习中仍需使
用庞大的结构 ,要花费大量的时间及硬件资源 , 同时增加了对硬件的要求.
本文给出一种简单快速的 FNN 结构优化的方法 ,将这种方法应用于多属性的分类与识别 ,显示了结
构优化方法的有效性及其在提高学习速度上的优势.
1 模糊神经网络模型
1
采用零阶 TS 模糊推理 计算模型 ,规则形式如下 :
R i : IF x is A i , and x is A i , and … ,and x is A i ;
1 1 2 2 n
文档评论（0）