【系统仿真学报】基于改进基函数的自适应动态模煳神经网络算法研究

【系统仿真学报】基于改进基函数的自适应动态模煳神经网络算法研究

ID:15799474

大小:977.16 KB

页数:5页

时间:2018-08-05

【系统仿真学报】基于改进基函数的自适应动态模煳神经网络算法研究_第1页
【系统仿真学报】基于改进基函数的自适应动态模煳神经网络算法研究_第2页
【系统仿真学报】基于改进基函数的自适应动态模煳神经网络算法研究_第3页
【系统仿真学报】基于改进基函数的自适应动态模煳神经网络算法研究_第4页
【系统仿真学报】基于改进基函数的自适应动态模煳神经网络算法研究_第5页
资源描述:

《【系统仿真学报】基于改进基函数的自适应动态模煳神经网络算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第22卷第6期系统仿真学报©Vol.22No.62010年6月JournalofSystemSimulationJun.,2010基于改进基函数的自适应动态模糊神经网络算法研究11123张德丰,周灵,全解生,孙亚民,马子龙(1.佛山科学技术学院计算机系,佛山528000;2.南京理工大学计算机科学与技术学院,南京2100943.哈尔滨工业大学电子工程系,哈尔滨150001)摘要:在D-FNN算法基础上,提出了基于椭圆基函数(EBF)的广义动态模糊神经网络。该算法提出模糊ε-完备性作为高斯函数宽度的确定准则,避免初始化选择的随机性;同时,该算法不仅能对模糊规则而且能对输入变量的重要性

2、作出评价,从而使得每个输入变量和模糊规则都可以根据误差减少率(ERR)来修正。其应用不仅可以用来建模,还可以用来抽取有意义的模糊规则以获取知识。通过与D-FNN以及其他方法的比较,可以看到GD-FNN在学习效率和性能方面具有突出的优势。最后针对实际案例进行了仿真分析,验证了该算法的有效性和高效性。关键词:动态模糊神经网络;广义动态模糊神经网络;椭圆基函数;模糊规则中图分类号:TP301.6文献标识码:A文章编号:1004-731X(2010)06-1375-05ResearchonAdaptiveDynamicFuzzyNeuralNetworkAlgorithmBasedonIm

3、provedBasicFunction11122ZHANGDe-feng,ZHOULing,QUANJie-sheng,SUNYa-min,MAZi-long(1.DepartmentofComputerScience,FoshanUniversity,Foshan528000,China;2.SchoolofComputerandTechnology,NanjingUniversityofScienceandTechnology,Nanjing210094,China;3.DepartmentofElectricalEngineering,HarbinInstituteofTec

4、hnology,Harbin150001,China)Abstract:AccordingtotheD-FNNalgorithm,thegeneraldynamicfuzzyneuralnetworkwasproposedbasedontheellipseprimaryfunction(EBF).Inthealgorithm,thefuzzyEpsilon-completenesswastakenasthedefinitecriterionofwidthforgaussianfunction,bywhichtherandomchoiceforinitializationwasavo

5、ided.Atthesametime,thealgorithmcanevaluatestheimportanceofnotonlyfuzzyrulesbutalsoinputvariables,andsoeachofinputvariablesandfuzzyrulescanberevisedbasedontheerroneousdecrement(ERR).Thealgorithmcanbeappliednotonlytomodeling,butalsotoextractingsomemeaningfulfuzzyrulesusedtoacquireknowledge.Compa

6、redwithD-FNNandtheothersamemethods,itisclearthatthealgorithmhasbettersuperiorityintheaspectofstudyefficiencyandperformance.Atlast,simulationexperimentsweredoneaccordingtotheactualcases,andtheresultsshowthatthealgorithmisvalidandhigheffective.Keywords:D-FNN;GD-FNN;EBF;Fuzzyrule1引言定义1模糊规则的ε-完备性:

7、对某个变化范围内的输入,如果至少存在一条模糊规则,使得匹配度(即触发权)近年来,模糊系统和神经网络的结合引起了极大的兴[2]趣。这就诞生了迅速发展的研究领域——模糊神经网络,这的值不小于ε,我们就说这样的模糊系统具备ε-完备性。种网络致力于获得两种系统的优点而克服各自的缺点。把神在模糊系统中,ε的最小值通常选择为εmin=0.5。经网络应用于模糊系统,可以解决模糊系统中的知识抽取问从模糊规则观点来看,一条模糊规则是在输入-输出空题;把模糊系统应用于神经网络,神经网络就

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。