模糊RBF网络的离线建模.pdfVIP

8.1.3 模糊RBF 网络的离线建模 在神经网络数据建模中，根据标准的输入输出模式对，采用神经网络学习算 法，以标准的模式作为学习样本进行训练，通过学习调整神经网络的连接权值 。当训练满足要求后，得到的神经网络权值构成了模型的知识库。 每次迭代时，分别依次对各个样本进行训练，更新权值，直到所有样本训练完毕 ，再进行下一次迭代，直到满足要求为止。 表8-2 训练样本 输 入 输 出 1 0 0 1 0 表8-3 测试样本及结果 输 入 输 出 0 1 0 图8-5 样本训练的收敛过程 仿真实例之二：多个样本 取标准样本为3个样本，每个样本为3输入2输出样本，如表8-4所示。 运行网络训练程序chap8_3a.m，取网络训练的最终指标为E=10-20，网络 训练指标的变化如图8-6所示。将网络训练的最终权值为用于模型的知识库