基于BP算法的加权模糊Petri网权值学习算法  

Weight learning algorithm of weighted fuzzy Petri net based on BP algorithm

作　　者：吴荣海[1] 范晓梅[1] 

机构地区：[1]大理学院数学与计算机学院,云南大理671003

出　　处：《微型机与应用》2012年第13期68-69,72,共3页Microcomputer & Its Applications

摘　　要：加权模糊Petri网缺乏较强的自学习能力,针对这个问题,给出了一个基于BP算法的加权模糊Petri网权值学习算法。该算法不需要对原有模型进行修改,使得加权模糊Petri网权值的学习和训练得到一定地简化。Weighted Fuzzy Petri Nets （WFPN） lack strong self-learning abilities, to address the issue, a weighted learning algorithm of WFPN based on BP algorithm is presented. According to the algorithm, without modifying the original WFPN model, simplify the process of learning and training of WFPN.

关 键 词：WFPN 产生式规则 BP算法 权值学习 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]