基于规则自动生成的模糊神经网络建模

• 作者: 叶淑霞 沈建国 郭裕顺
• 来源期刊: 杭州电子科技大学学报（自然科学版）
• 关键词: 模糊规则 函数逼近 广义动态模糊神经网络
• 年，卷（期）: 2008,（2）
• 页码范围: 9-12
• 页数: 4页
• 分类号: TN401
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9146.2008.02.003

摘要

该文提出了一种基于规则自动生成的模糊神经网络建模方法.该方法是利用样本数据自动生成模糊规则,再利用模糊逻辑的万能逼近能力来逼近理想输出,并且根据样本数据自动增加、删除或者修改模糊规则来达到优化模糊模型.介绍了广义动态模糊神经网络的结构和学习方法,并给出了实例来验证该方法是可行的,并优于MATLAB自带的自适应模糊神经网络取得的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭裕顺	杭州电子科技大学电子信息学院	44	255	9.0	14.0
2	沈建国	浙江师范大学数理信息学院	5	5	1.0	2.0
3	叶淑霞	杭州电子科技大学电子信息学院	2	12	2.0	2.0