小波模糊神经网络在非线性函数逼近中的应用  

Applications of Wavelet Fuzzy Neural Network in Approximating Non-linear Functions

作　　者：邵俊倩[1] 

机构地区：[1]绥化学院数学与信息科学学院,绥化152061

出　　处：《计算机与数字工程》2013年第1期4-6,共3页Computer & Digital Engineering

基　　金：绥化学院2012年科学研究项目<小波模糊神经网络的研究与应用>(编号:KQ1201001)资助

摘　　要：将前馈神经网络与T-S模糊模型相融合构造了一种模糊神经网络,进一步利用小波变换的压缩特性与模糊神经网络相结合构造出一种小波模糊神经网络模型,并应用在非线性函数逼近上。通过仿真,结果表明小波模糊神经网络是最优的。Based on the combination of the feedforward neural networks and T-S fuzzy model,this paper researches a model,called fuzzy neural network,and by utilizing compression property of wavelets in conjunction with fuzzy neural networks, one wavelet fuzzy neural net- work is proposed in this paper for approximating non-linear functions. The simulations to non linear fuctions demonstrate that the proposed wavelet fuzzy neural network is optimal.

关 键 词：小波变换 T-S模糊模型 神经网络 小波模糊神经网络 非线性函数 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]