基于粗糙集理论的模糊神经网络建模方法

• 作者: 王玲玲 申东日 祁军 陈义俊
• 来源期刊: 桂林电子科技大学学报
• 学科: 工学
• 关键词: 粗糙集 模糊神经网络 约简 规则获取 BP算法
• 年，卷（期）: 2006,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 366-369
• 页数: 4页
• 分类号: TP183
• 字数: 3011字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-808X.2006.05.007

摘要

采用基于粗糙集的模糊神经网络模型,将粗糙集理论与模糊神经网络相结合,通过利用粗糙集理论中的约简的计算方法,从样本数据中获取精简的规则,再根据这些规则构造模糊神经网络各层的神经元个数,克服了当输入维数高时,模糊神经网络的结构过于庞大的缺点,从而使网络模型结构最简.并采用误差反向传播算法(BP算法)来训练该新型网络中的权值参数及隶属函数的中心值和宽度,仿真结果验证了该模型的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	祁军	辽宁石油化工大学信息与控制工程学院	7	20	3.0	4.0
2	申东日	辽宁石油化工大学信息与控制工程学院	39	336	11.0	16.0
3	陈义俊	辽宁石油化工大学信息与控制工程学院	35	321	11.0	16.0
4	王玲玲	辽宁石油化工大学信息与控制工程学院	3	12	2.0	3.0