一种基于改进T-S模糊推理的模糊神经网络学习算法

• 作者: 李晶皎 王爱侠 许哲万 郭先日
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 模糊神经网络 模糊推理 天气预测 安全态势
• 年，卷（期）: 2011,（11）
• 所属期刊栏目: 人工智能
• 页码范围: 196-199,219
• 分类号: TP18
• 字数: 4904字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2011.11.044

摘要

针对模糊神经网络学习算法计算量过大,在预测模型设计中提出了基于改进T-S模糊推理的模糊神经网络学习算法.主要工作如下:首先,改进T-S模糊推理方法,定义基于偏移率的T-S模糊推理方法；然后,通过将此模糊推理方法与基于合成规则的模糊推理方法及距离型模糊推理方法相比较可以看出,所提方法有较少的计算量,且比较有效；最后,在此基础上改善了模糊神经网络学习算法,并将其应用于天气预测与安全态势预测.测试结果表明,该方法明显改善了学习效率,减少了预测模型设计中的学习次数与时间复杂度,并降低了学习误差.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晶皎	东北大学信息科学与工程学院	84	401	10.0	16.0
2	王爱侠	东北大学信息科学与工程学院	27	109	6.0	8.0
3	许哲万	东北大学信息科学与工程学院	4	19	1.0	4.0
7	郭先日	金日成综合大学计算机科学大学	2	18	1.0	2.0