资源描述：
《粗糙集理论的模糊神经网络建模方法》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!"卷第#期桂林电子科技大学学报$%&’!"()%’#!**"年+*月,-./012-34.525060578/95:;-3<28=:/-05=>8=?0-2-@;ABC’!**"DDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDD基于粗糙集理论的模糊神经网络建模方法E王玲玲(申东日(陈义俊(祁军F辽宁石油化工大学信息与控制工程学院(辽宁抚顺++G**+H摘要I采用基于粗糙集的模糊神经网络模型(将粗糙集理论与模糊神经网络相结合(通过利用粗糙集理论中的约简的计算方法(从样本数据中获取精简的规则(再根据这些规
2、则构造模糊神经网络各层的神经元个数(克服了当输入维数高时(模糊神经网络的结构过于庞大的缺点(从而使网络模型结构最简J并采用误差反向传播算法FKL算法H来训练该新型网络中的权值参数及隶属函数的中心值和宽度(仿真结果验证了该模型的优越性J关键词I粗糙集M模糊神经网络M约简M规则获取MKL算法中图分类号INL+OG文献标识码IP文章编号I+"QGRO*OSF!**"H*#R*G""R*TU-V8250@W8:?-V-33.XX;08./1208:Y-/Z[198V-0/-.@?98::?8-/;]^_‘abcRdabc(efg^hibcRja(kfg^laRmnb(opqnbFrst%uvwC
3、x%swsyz%sCu%&{s
4、xs}}uxs
5、rs~CxC!C}("xw%sxs
6、#sx$}u~xC%%tL}Cu%&}!vwsyz&}vx~Cu%N}B&s%&%
7、%(’!~&!s++G**+(z&xswH([9:/1=:IPt!))%s}!uw&s}C*%u+v%y}&,w~}y%su%!
8、&~}CC&}%u%x~-u%-%~}y,%xsC}
9、uwCxs
10、u%!
11、&~}C*xC&t!))%s}!uw&s}C*%u+’N&}v}C&%y%tu}y!BCx%stu%vC&}u%!
12、&~}CC&}%u%x~!~}ytxu~CC%%,Cwxsu}y!BCx$}u!&}~tu%v~*wCB&y
13、wCw’N&}~}u!&}~wu}C&}s}.-&%xC}yC%B%s~Cu!BCs}!uw&B}&&s!v,}u~xst!))%s}!uw&s}C*%u+’N&}~&%uCB%vxs
14、~%tC&}xs-!Cyxv}s~x%swsyC&}}.B}~~x$}&%&wu
15、}~Cu!BC!u}wu}C&!~%$}uB%v}(*&xB&}sw,&}~C&}~Cu!BC!u}C%,}B%v}C&}~xv-&}~C’’xsw&&%(C&}-wuwv}C}u$w&!}~%tC&}s}C*%u+x~Cuwxs}y,%}uu%u,wB+-u%-w
16、wCx%sFKLHw&
17、%uxC&v’N&}u}~!&C~%
18、t~xv!&wCx%s-u%
19、uwvv}y,%/PN"PK&w$}B%stxuv}yC&}wy$wsCw
20、}~%tC&}v%y}&’08;Y-/V9Iu%!
21、&~}CMt!))%s}!uw&s}C*%u+Mu}y!BCx%sMu!&}wB1!x~xCx%sMKLw&
22、%uxC&v系统的建模(通常使用的是作为全局逼近器的神模糊神经网络的隐含层节点数(得到一种新的粗糙模经网络2模糊系统等来实现J神经网络可直接从样本糊神经网络(这就解决了其节点数过于庞大的问题J中进行有效的学习(但不适于表达基于规则的知识M仿真结果表明该方法的有效性J而模糊系统中知识的抽取和表达比较方便(但缺乏自+基于粗集的模糊
23、规则提取学习和自适应能力J将模糊逻辑和神经网络的优势结合起来(既能处理模糊信息(实施模糊推理功能(又具+’+从数据样本获得初始知识表达系统有神经网络的并行处理和自学习等特点J两者相融不失一般性(考虑多输入单输出F/r6AH系统(合(必然会有更好的建模效果J假设有7组样本数据(输入为89输出为+(9!(:(97;(波兰学者3’Lw*&w+提出的粗糙集理论(具有模4G5<7(可以采用样本数据建立初始的知识表达系统Ie拟人类抽象逻辑思维的功能(对不完整2不确定数据=>?(k(h(@(AB’?为对象论域(MkCh=]为属对象进行分析推理(具有发现和抽取知识等许多独特性集合(k=89为条件属性(h=
24、8<;为决策属性M@a;能力J因此(将把粗糙集和模糊神经网络相结合4+5(由=C@j是属性值的集合(@j为属性jD]的属性值训练样本形成的决策表生成规则(并利用概率最优准jD]则4!5(约简并提取最优规则(以优化后的规则数作为范围(即属性的j值域MAI?E]F@为信息函数(它E收稿日期I!**"G*HG+G作者简介I王玲玲F+HO!RH(女(辽宁铁岭人(硕士研究生(研究方向为智能控制2模糊神经网络及其应用’第Z期王玲玲等
