基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对基于输入输出数据的复杂系统的模糊辨识问题,提出了一种新的神经模糊推理网络及相应的学习算法.学习算法被应用于系统的结构辨识与参数辨识.在结构辨识阶段,介绍了一种新的直接从输入输出数据中抽取和优化模糊规则的学习算法;在参数辨识阶段,提出和推导了一种非监督学习和监督学习相结合的混合式学习算法,实现模糊隶属函数的初步调整和优化.仿真结果表明,本文的方法可以同时满足对辨识精度、收敛速度、可读性和规则数的要求.
推荐文章
一种基于模糊分类的模糊神经网络辨识方法
T-S模型
自适应模糊神经网络
模糊竞争学习
模糊辨识
一种基于神经网络的模糊推理方法
模糊神经网络
模糊推理
CRI
蕴涵关系
基于神经模糊方法的复杂系统建模
MTS模糊模型
径向基函数网络
复杂系统
建模
基于自适应神经网络的模糊推理
专家系统
模糊处理
径向基函数网络
推理算法
变学习率因子
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种新的基于神经模糊推理网络的复杂系统模糊辨识方法
来源期刊 自动化学报 学科 工学
关键词 模糊辨识 神经模糊网络 规则抽取 非监督学习 监督学习
年,卷(期) 2006,(5) 所属期刊栏目 论文与报告
研究方向 页码范围 695-703
页数 9页 分类号 TP18
字数 5091字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 易建强 中国科学院自动化研究所复杂系统与智能科学实验室 76 1420 21.0 33.0
2 赵冬斌 中国科学院自动化研究所复杂系统与智能科学实验室 58 1184 19.0 32.0
3 西广成 中国科学院自动化研究所复杂系统与智能科学实验室 26 478 14.0 21.0
4 李佳宁 中国科学院自动化研究所复杂系统与智能科学实验室 4 57 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (7)
参考文献  (7)
节点文献
引证文献  (23)
同被引文献  (67)
二级引证文献  (51)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(4)
  • 参考文献(3)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(5)
  • 引证文献(5)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(2)
  • 引证文献(1)
  • 二级引证文献(1)
2010(5)
  • 引证文献(3)
  • 二级引证文献(2)
2011(6)
  • 引证文献(2)
  • 二级引证文献(4)
2012(12)
  • 引证文献(3)
  • 二级引证文献(9)
2013(7)
  • 引证文献(3)
  • 二级引证文献(4)
2014(9)
  • 引证文献(1)
  • 二级引证文献(8)
2015(11)
  • 引证文献(3)
  • 二级引证文献(8)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
模糊辨识
神经模糊网络
规则抽取
非监督学习
监督学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
自动化学报
月刊
0254-4156
11-2109/TP
大16开
北京市海淀区中关村东路95号(北京2728信箱)
2-180
1963
chi
出版文献量(篇)
4124
总下载数(次)
26
总被引数(次)
120705
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
论文1v1指导