第3章 模糊神经网络简介.pptVIP

模糊神经网络 模糊神经网络 基于标准模型（Mamdani）的模糊神经网络 模糊规则的后件是输出量的某一模糊集合。 基于T-S的模糊神经网络 模糊规则的后件是输入语言变量的函数（线性组合）。 基于标准模型的模糊神经网络 基于标准模型的模糊神经网络 * 模糊神经网络 是一种集模糊逻辑推理的强大结构性知识表达能力与神经网络强大自学习能力于一体的新技术。 （1）神经元、模糊模型 以模糊控制为主体，用神经元网络实现模糊控制决策，以模糊控制方法为“样本”，对神经网络进行离线训练学习。“样本”就是学习的“教师”。 所有样本学习完后，这个神经元网络，就是一个聪明、灵活的模糊规则表，具有自学习、自适应功能。 1、神经元网络与模糊技术的几种结合方式 （2）模糊、神经模型 以神经网络为主体，将输入空间分割成若干不同型式的模糊推论组合，对系统先进行模糊逻辑判断，以模糊控制器输出作为神经元网络的输入（串）。 后者具有自学习的智能控制特性。 模糊神经网络 模糊神经网络 （3）神经与模糊模型 根据输入量的不同性质分别由神经网络与模糊控制直接处理输入信息，并作用于控制对象（并），更能发挥各自的控制特点。 （4）在结构上将二者融为一体 构成模糊神经网络