- 1、本文档共38页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
模糊神经网络;模糊神经网络;模糊控制与神经网络;模糊控制与神经网络;模糊控制与神经网络;模糊控制与神经网络;模糊控制与神经网络;模糊神经网络概述;模糊神经网络概述;模糊神经网络概述;(2)模糊、神经模型
以神经网络为主体,将输入空间分割成若干不同型式的模糊推论组合,对系统先进行模糊逻辑判断,以模糊控制器输出作为神经元网络的输入(串)。
后者具有自学习的智能控制特性。 ;模糊神经网络概述;模糊神经网络概述;模糊神经网络概述;模糊神经网络概述;模糊神经网络概述;模糊神经网络;第一层为输入层,为精确值。
节点个数为输入变量的个数。;第二层为输入变量的隶属函数层,实现输入变量
的模糊化。
;
第三层也称“与”层,该层节点个数为模糊规则数。
该层每个节点只与第二层中前m个节点中的一个
和后n个节点中的一个相连,共有m ×n个节点,
也就是有m ×n条规则。
;第四层为“或”层,节点数为输出变量模糊度划分的个数q。
该层与第三层的连接为全互连,连接权值为Wkj,其中k=
1,2,…,q; j=1,2,…,m×n.(权值代表了每条规则的置信度,
训练中可调。);第五层为清晰化层,节点数为输出变量的个数。该层与
第四层的连接为全互连,该层将第四层各个节点的输出,
转换为输出变量的精确值。; 在此模糊神经网络中,可调参数为规则的权系数以及输入隶属函数的参数。
学习算法是模糊神经网络优化权系数的关键。模糊神经网络的学习算法,大多来自神经网络,如BP算法、RBF算法等。
; ; ; ; ; ; ; ; ; ; ;模糊神经网络建模方法;模糊神经网络建模方法;模糊神经网络在工程中的应用;模糊神经网络在工程中的应用;模糊神经网络在工程中的应用
文档评论(0)