一种模糊神经网络的结构和参数的确定方法  

Determining Structure and Parameters of Fuzzy Neural Network

作　　者：贺勇[1] 诸克军[1] 郭海湘[1] 陈希[1] 

机构地区：[1]中国地质大学管理学院,湖北武汉430074

出　　处：《计算机应用研究》2007年第3期247-249,252,共4页Application Research of Computers

基　　金：国家自然科学基金资助项目(70273044);2006年度校研究生学术探索与创新基金资助项目

摘　　要：结合FGP(Fuzzy Grid Partition,模糊网格划分)和FNN(Fuzzy Neural Network,神经网络)提出一种有效确定模糊神经网络模型中结构及参数的方法。该方法首先从样本数据中采用模糊网格划分确定出最佳规则数,从而可确定神经网络的结构;然后采用BP算法对神经网络进行调节,从而确定出模糊神经网络的参数。采用这种方法构建我国经济增长的模糊模型。研究表明这种方法构建的模糊神经网络具有更高的精度。An effective method to determine the structure and parameters of fuzzy neural network model was proposed, combining Fuzzy Grid Partition （FGP） with Fuzzy Neural Networks（FNN）. First , from sample data , we could determine the optimal rules using FGP, thereby determine the structure of neural network. Then adjusted the neural network by Back-Propagation （BP） algorithm, so the parameters of fuzzy neural network were determined. Finally, this method was used to construct the fuzzy model of economic growth of China . The research result shows that this fuzzy neural network constructed by this method has higher precision.

关 键 词：模糊神经网络 模糊网格划分 反向传播学习算法 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]