模糊神经网络资料.pptxVIP

第十一讲;模糊神经网络;㈣ 应用上： ANN——偏重于模式识别，分类 FLN —— 偏重于控制;结合方式有3种： 1）神经模糊系统——用神经元网络来实现模糊隶属函数、 模糊推理，基本上（本质上）还是FLN。 2）模糊神经系统——神经网络模糊化，本质上还是ANN。 3）模糊-神经混合系统——二者有机结合。;wc 和 wg 分别确定Sigmoid函数的中心和宽度,?S(x),?M(x),?L(x) 组成大、中、小三个论域的隶属函数。;●神经网络驱动模糊推理（NDF）;学习的网络和训练的步骤;2) 将数据聚类.分成r 类.即有r 条规则.TRD的数据有N t 个.;5）简化后件部分;●神经网络的模糊建模;;⑶后件为模糊变量;应用;常 数 模 型;常 数 模 型 隶属函数的变化;非 线 性 模 型;非线性模型隶属函数的变化;语 言 输 出 模 型;语 言 输 出 模 型 隶属函数的变化;● 神经网络模糊化;模糊感知器算法的问题: 如何选择 m? 如何给向量赋与模糊隶属函数? 3) 算法的终止判据.;其中: ;3) 算法停止的判据:;模糊关联矩阵M确定有二种方法：1）相关最小编码;现在看，如果有A能否“回忆”起B？;A并行地加于各联想存贮器上。;神经模糊网络——神经模糊控制器;对任一节点i