一般输入的折线模糊神经网络对模糊函数的通用逼近-模式识别与人工智能.PDFVIP

第22 卷摇 第 3 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 模式识别与人工智能摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 Vol.22摇 No.3 摇 2009年6月摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 PR AI摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 Jun摇 摇 2009 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 一一般输入的折线模糊神经网络 对模糊函数的通用逼近* 1 1 1 2 何春梅 摇 摇 叶有培 摇 摇 李摇 健 摇 摇 徐蔚鸿 1(南京理工大学 计算机科学与技术学院南京摇 210094) 2(长沙理工大学 计算机与通信工程学院长沙摇 410077) 摘摇 要摇 首先基于一种扩展原理和模糊算术得到一类前向模糊神经网络———折线模糊神经网络.当模糊神经网络 的输入为一般模糊数,激励函数为单调连续型Sigmoidal 函数时,分析网络的拓扑结构及相关性质.然后证明该折线 模糊神经网络能作为模糊连续函数的通用逼近器,其等价条件是模糊函数的递增性.因此关于输入为一般模糊数 的折线模糊网络是否为通用逼近器的问题得到解决,且折线模糊神经网络的应用范围将进一步扩大. 关键词摇 折线模糊数,模糊神经网络(FNN),通用逼近器,模糊算术 中图法分类号摇 TP 183 Universal Approximation of Fuzzy Functions by Polygonal Fuzzy Neural Networks with General Inputs 1 1 1 2 HE Chun鄄Mei ,YE You鄄Pei ,LI Jian ,XU Wei鄄Hong 1(College of Computer Science and Technology,Nanjing University of Science and Technology, Nanjing 210094) 2(College of Computer and Communication Engineering,Changsha University of Science and Technology,Changsha410077) ABSTRACT Firstly,a class of feedforward fuzzy neural networks (FNNs),polygonal FNNs,is proposed based on a redefined extensionprinciple andfuzzy arithmetic.Then,whilethe inputsare generalfuzzy numbers and the active functions are monotone continuous sigmoid functions, the topologic structure and the related properties of the polygonal FNNs are analyzed systemically. Some theorems for the continuous fuzzy