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
第 27卷 第2期 计 算 机 工 程 2001年 2月
v0i．27 2 Computer Engineering February2O01
- 博士论文 · 文章编号：1O0O3428(200i)02—0D70—02 文截标识码：^ 中囤分类号 rll83
基于模糊RBF神经网络的函数逼近
刘 昆，颜钢锋
(浙江 走擘 电气工程学院，杭州 310027)
摘 要：提出了一种模糊RBF网络 ．持模糊辽辑的知识袁选 度推理能力和 RBF网络的快速学习和迁化柜力蛄告起采，网络结构誊数可按实际问
题调整，仿真表明目络具有较快的学习速度和较高的函数逼近精度 ．
关键词：径向基 函数神经网络；模糊辽辑；函数逼近
FuzzyRBFNeuralNetworkBasedFunctionApproximation
LIL_Kui1．YANGa¨gfeng
(SchoolofElectricEngineering，Zhejiaag1niversi Hangzhou310027)
【AbstractlInthispaperwepresentaufzzyRBFneuralnetworkinwhichtheknowledgeexpressionoffuzzylogicsirombinedwithfastlearning
speedandgeneralizationofRBFneuralnewtorkItsstructureandparameterscanbeadjustedaccordingIotherealproblem Simulationshowsits
fastlearningspeedandapproximationaccuracy．
【Keywordsl Radialbasisfunctionneuralnetwork；FuzzyloglclFunotionapproximation
神经网络作为一种本质非线性乐统，为许多难于用规则 其中迁函 ()具有径向对称形式，常用的函数有：
或精确数学模型描述的非线性系统提供 了统一的数学模型．
醚 ()：exp一【 I
广泛地应用于函数逼近 ljI121。
O-
目前研究较多的是一种由太量具有 s彤曲线的多层前 多二班函数： )=(X：一卢：)”：
待式网络，文献ll】l22l用泛函理论证明了在很宽条件下，隐
逆多二次函数： ()=(： ：)
性神经元特性为s曲线的3层前传神经网络可以逼近任意函
文献l5I中表明非线性函数 的形式对 网络性能影响不
数及其各阶导数，但所用的BP14111l训练算法收敛时间很长，而
太，奉文构造的模糊RBF神硅 网络结构如固
且在非线性扰化中不保证奎局收敛．虽然一
些方法如遗传算法、模拟退火等可以避免局 兀
部极小，但计算量太，不利于实时应用． 兀
AlhusJsial提 出的小脑模型关节控制器
(CMAC)作为局部逼近神经网络，具有较
快 的学习速度和一定迁化能力．但 CMAC
的台阶彤基函数不光滑，逼近精度不高，提 兀
高逼近精度又造成存储容量过太．
文档评论（0）