基于S型隶属函数的FALCON神经网络及其应用

• 作者: 萧德云 邢杰
• 来源期刊: 哈尔滨工程大学学报
• 学科: 工学
• 关键词: FALCON神经网络 高斯函数 S型函数 拓扑结构 学习算法
• 年，卷（期）: 2006,（z1）
• 所属期刊栏目: 神经网络理论
• 页码范围: 22-26
• 页数: 5页
• 分类号: TP183
• 字数: 4079字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7043.2006.z1.005

摘要

作为一种由基本模糊逻辑和神经网络结构结合而成的网络模型,FALCON神经网络兼具模糊逻辑控制和神经网络的学习能力.传统FALCON神经网络使用高斯函数作为隶属函数,具有良好的逼近和收敛能力,但使得网络拓扑结构和学习算法相对复杂.使用较为简单的S型函数作为FALCON神经网络的隶属函数,相应修改网络的拓扑结构,推导网络的学习算法,通过与原型网络相比较,证明改型网络简化了网络算法,且网络性能没有很大降低.最后,将改型网络应用于铝电解槽阳极效应预报,通过实际应用验证了改型网络的有效性和实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	萧德云	清华大学自动化系	107	2922	26.0	52.0
2	邢杰	清华大学自动化系	10	129	6.0	10.0