基于特定随机输入样本的模糊δ规则的收敛性  

Convergence for fuzzy δ rules in a special stochastic input sample

作　　者：刘燕[1] 姚明臣[2] 

机构地区：[1]大连工业大学信息科学与工程学院,大连116034 [2]黑龙江大学数学科学学院,哈尔滨150080

出　　处：《黑龙江大学自然科学学报》2013年第1期39-43,共5页Journal of Natural Science of Heilongjiang University

基　　金：国家自然科学基金青年科学基金资助项目(11201051)

摘　　要：讨论在样本模糊可分条件下,基于特定随机输入样本的模糊δ规则的收敛性。基于特定随机输入是指样本按轮次输入网络,每一轮按照随机排序选取样本。证明在训练过程中权值单调下降,并最终达到收敛,给出了学习步长的选取范围。Convergence for fuzzy δ rules in a special stochastic input sample is presented under the fuzzily separable condition. Here special stochastic order means that the samples supplied to the network is cycle by cycle, and in each cycle samples is stochastically chosen. Weights sequence is proved to be monotonous decrease in the training process and learning rates are provided to guarantee its convergence.

关 键 词：模糊感知器 模糊可分 有限收敛 特定随机输入 

分 类 号：U495[交通运输工程—交通运输规划与管理]