F值函数的微分及其在FNN中的应用  

The Differentials of F-valued Functions and Their Applications to FNN

作　　者：刘普寅[1] 

机构地区：[1]国防科技大学系统工程与数学系

出　　处：《模糊系统与数学》1996年第4期35-43,共9页Fuzzy Systems and Mathematics

基　　金：国防预研基金

摘　　要：本文引进了集值函数的ｓ－可微和模糊值（Ｆ值）函数的Ｆｓ－可微概念。给出了这两种可微性的几个判别条件。最后研究并得到了一类模糊神经网络（ＦＮＮ）的Ｆｓ－可微性和连续性。In the paper, we introduce s-differentiability of set-valued function and Fs-differen tiability of fuzzy valued (F-valued) function. And give a few of criterion conditions of the two differentiabilities. Finally, we discuss the Fs-differentiabilities and continuities of a class of fuzzy neural networks (FNNs).

关 键 词：集值函数 微分 模糊神经网络 F值函数 

分 类 号：O159[理学—数学] TP18[理学—基础数学]