模糊神经网络简介.pptxVIP

模糊神经网络简介;模糊神经网络;（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;;模糊神经网络;;1、结构;第2层（模糊化层）： 对输入进行模糊化。假设在每个输入论域上定义3个模糊语言词集{N，Z，P}={“负”，“零”，“正”}，隶属函数采用高斯基函数，与{N，Z，P}对应的中心值分别为{-1，0，1}，宽度为{0.5，0.5，0.5}。隶属函数的形状与分布如下图所示。 ;;;2、网络学习算法 ; 在此模糊神经网络中，可调参数有三类：一类为规则的权系数 ；第二类和第三类为高斯函数的均值 和标准差 ，即输入隶属函数的参数。 ;（1）模糊神经网络的结构;; 子网络的第二层共有m个结点，每个结点代表一条规则，该层的作用是计算每条规则的后件，即：;子网络第三层的输出为：;3、 学习算法;感谢观看！