基于改进基函数的自适应动态模糊神经网络算法研究

• 作者: 全解生 周灵 孙亚民 张德丰 马子龙
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 动态模糊神经网络 广义动态模糊神经网络 椭圆基函数 模糊规则
• 年，卷（期）: 2010,（6）
• 页码范围: 1375-1379
• 分类号: TP301.6
• 语种: 中文

摘要

在D-FNN算法基础上,提出了基于椭圆基函数(EBF)的广义动态模糊神经网络.该算法提出模糊ε-完备性作为高斯函数宽度的确定准则,避免初始化选择的随机性;同时,该算法不仅能对模糊规则而且能对输入变量的重要性作出评价,从而使得每个输入变量和模糊规则都可以根据误差减少率(ERR)来修正.其应用不仅可以用来建模,还可以用来抽取有意义的模糊规则以获取知识.通过与D-FNN以及其他方法的比较,可以看到GD-FNN在学习效率和性能方面具有突出的优势.最后针对实际案例进行了仿真分析,验证了该算法的有效性和高效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙亚民	南京理工大学计算机科学与技术学院	117	1149	19.0	28.0
2	张德丰	佛山科学技术学院计算机系	21	265	9.0	16.0
3	周灵	佛山科学技术学院计算机系	28	219	7.0	14.0
4	马子龙	哈尔滨工业大学电子工程系	14	184	8.0	13.0
5	全解生	佛山科学技术学院计算机系	4	4	1.0	2.0