模糊反向传播算法及其收敛性

• 作者: 曹长修 曾绍华 李世宏 魏延
• 来源期刊: 重庆大学学报(自然科学版)
• 学科: 工学
• 关键词: 模糊神经网络 极大-极小模糊算子 学习算法 收敛性
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 电气工程·通信·自动化
• 页码范围: 65-69
• 页数: 5页
• 分类号: TP18
• 字数: 4858字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-582X.2007.02.017

摘要

针对S.Stoeva提出的基于相同样本及网络输出的模糊神经网络模型,通过对基于极大-极小模糊算子的模糊神经网络模型的研究,证明了其与S.Stoeva提出的网络模型的等价性.在此基础上提出了依赖于模糊逻辑神经元输出的调整模糊权值的模糊反向传播学习算法,并进一步研究了其收敛性.最后以汽轮发电机组的状态监测为例进行仿真分析.结果表明:在网络输入神经元满足样本输出介于样本输入的极大与极小之间时,所提出的模糊反向传播学习算法是收敛的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹长修	重庆大学自动化学院	162	2835	26.0	47.0
2	曾绍华	重庆大学自动化学院	9	76	4.0	8.0
3	魏延	重庆大学自动化学院	44	283	10.0	15.0
7	李世宏	重庆大学自动化学院	2	16	1.0	2.0