×

基于自适应反向传播算法的改进自组织CPN模糊系统。 (英语) Zbl 1022.93029号

提出了一种基于自组织神经网络的模糊系统。通过灵活地划分输入空间,减少了规则的数量。该训练算法结合了自组织反向传播网络和梯度下降法。使用上述方法,学习速度比反向传播算法更快。

MSC公司:

93立方厘米 模糊控制/观测系统
92B20型 生物研究、人工生命和相关主题中的神经网络
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Box,J.E。;Jenkins,G.M.,《时间序列分析:预测和控制》(1970),霍尔登·戴普出版社:霍尔登·戴普出版社旧金山·Zbl 0249.62009号
[2] Wong,Ching-Chang;Shyang-Ming,《模糊系统设计的自生成方法》,《模糊集与系统》,第103期,第13-25页(1999年)
[3] Hecht-Neilsen,R.,反向传播网络,应用。选择。,26, 4979-4984 (1987)
[4] Horikawa,S。;Furuhashi,T。;Uchikawa,Y.,《使用带反向传播算法的模糊神经网络进行模糊建模》,IEEE Trans。神经网络,3,5,801-806(1992)
[5] Kohonen,T.,自组织映射的工程应用,Proc。IEEE,84,10,1358-1383(1996)
[6] Lin,C.T。;Lee,C.S.G.,基于神经网络的模糊逻辑控制和决策系统,IEEE Trans。计算。,40, 12, 1320-1336 (1991) ·Zbl 1395.93324号
[7] 聂,J.,用自组织反传播网络构建模糊模型,IEEE Trans。系统。人类网络。,25, 6, 963-970 (1995)
[8] Pedrycz,W.,模糊关系系统中的识别算法,模糊集和系统,4153-167(1984)·Zbl 0554.93070号
[9] Smith,M.,《统计建模的神经网络》(1993),Van Nostrand Reinhold:Van Nostrand Reinho尔德,纽约·Zbl 0798.6202号
[10] Sugeno,M。;Ysdukawa,T.,基于模糊逻辑的定性建模方法,IEEE Trans。模糊系统。,1, 7-31 (1993)
[11] Tong,R.M.,从实验数据导出的模糊模型的评估,模糊集和系统,4,1-12(1980)·Zbl 0453.93003号
[12] Vuorimaa,P.,模糊自组织映射,模糊集与系统,103,223-231(1994)
[13] 徐,C.W。;吕永中,动态系统的模糊模型辨识与自学习,IEEE Trans。系统。人类网络。,17, 683-689 (1987) ·Zbl 0643.93018号
[14] 王寅;Rong,Gang,基于自组织神经网络的模糊系统,模糊集与系统,103,1-11(1999)·Zbl 1001.68522号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。