新型模糊神经网络模型  

New kind of fuzzy neural network model

作　　者：李孝忠[1,2] 李秋[2] 张有伟[2] 

机构地区：[1]天津科技大学计算机科学与信息工程学院,天津300222 [2]天津大学系统工程研究所,天津300072

出　　处：《计算机工程与应用》2010年第16期60-62,共3页Computer Engineering and Applications

基　　金：国家自然科学基金(No.70571056);天津市高等学校科技发展基金(No.20041612)~~

摘　　要：分析了已有模糊神经网络模型结构与学习算法的特点,针对它们收敛速度慢、全局逼近能力差等不足,提出了一种新型的模糊神经网络模型,其在模糊化层实现了隶属函数的合成,且结构简单、推理层只有两个节点。实验结果表明该模型具有收敛速度快、全局逼近能力强的优点,具有一定的实用价值。Model structures and learning algorithms of Fuzzy Neural Network（FNN） introduced before have been analyzed.In order to overcome their slow convergence and bad overall approximation,a new kind of fuzzy neural network model is presented.The model proposed synthesizes membership functions in the fuzzy level and has simple structure.The inference level includes only two nodes.The simulation result shows the model has fast convergence rate and fine overall approximation and is more effective compared with other models.

关 键 词：模糊神经网络 BP算法 参数优化 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]