基于粒子滤波的自组织模糊神经网络算法研究

• 作者: 倪世宏 刘华伟 程洪炳 黄国荣
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 粒子滤波 自组织模糊神经网络 误差率下降 模糊规则 隶属函数
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 634-639
• 分类号: TN391.41
• 字数: 2825字
• 语种: 中文

摘要

为了得到结构更加紧凑、泛化性能更强的自组织模糊神经网络,提出了基于粒子滤波(particle filter,PF)的自组织模糊神经网络训练算法.其能够对模糊规则进行自动生成和增删.文中给出了模糊规则生成准则,应用误差率下降方法作为模糊规则增删策略,删除作用不大的规则.建立了以隶属函数宽度参数为状态,以理想输出为量测的动力学模型,利用PF对参数进行了学习.最后,对两个实例进行了仿真,从仿真结果可以看出,与D-FNN、SOFNN、EKF-SOFNN等算法相比,其在结构紧凑性以及泛化性能上都得到了提高,从而证明了PF-SOFNN的有效性.