基于模糊Chebyshev基函数神经网络的快速学习算法  

Fast Learning Algorithm of Fuzzy Neural Networks Based on the Chebyshev Basis Function

作　　者：曾喆昭[1] 扶蔚鹏[1] 

机构地区：[1]长沙电力学院电力系,长沙410077

出　　处：《系统仿真学报》2001年第3期319-320,共2页Journal of System Simulation

基　　金：国家自然科学基金!(69974031)资助

摘　　要：将模糊控制与神经网络相结合，用神经网络来实现模糊推理，提出了一种以Chebyshev基函数为隶属函数的模糊神经网络。由于无需调整隶属函数的参数，因此该模糊神经网络模型算法的计算量大大减小，仿真结果表明了该模型算法的有效性和快速性。This paper presents an algorithm of the fuzzy neural network for the Chebyshev basis function to be used as its membership function. It can realize the fuzzy inference when the fuzzy neural networks are combined with the fuzzy control. As no parameters to be modified in the Chebyshev membership functions, the computing greatly reduces. The simulation results show the speediness and efficiency of the algorithm.

关 键 词：模糊神经网络 Chebyshev基函数 快速学习算法 模糊控制 

分 类 号：TP273.4[自动化与计算机技术—检测技术与自动化装置] TP183[自动化与计算机技术—控制科学与工程]