×
黄，欢;吴从新

模糊值函数的正则模糊神经网络逼近及其精度分析。 （英语） Zbl 1371.92016年

软计算。 18，第12号，2525-2540（2014）.
摘要：本文证明了四层正则模糊神经网络可以作为发送图-度量控制模糊值函数的通用逼近器。证据具有建设性。我们提出了一种设计四层规则模糊神经网络来逼近目标函数的原则性方法。在前面的工作中，使用阶跃函数作为激活函数。为了提高近似精度，在目前的工作中，我们还考虑使用半线性S形函数作为激活函数。然后介绍了当激活函数分别为半线性S形函数和阶跃函数时，如何设计正则模糊神经网络（RFNN）。对这两类RFNN的逼近精度进行了分析，发现前者在逼近精度上比后者有更好的性能。当目标函数满足其他类型的连续性时，这个结论也成立。因此，本文的结果最后，我们给出了一个仿真实例来验证理论结果。

引用于三文件

MSC公司：

92秒20 生物研究、人工生命和相关主题中的神经网络
93立方厘米 模糊控制/观测系统

关键词：

模糊神经网络;近似;模糊数;插值;发送记录度量
PDF格式BibTeX公司 XML格式引用
\textit{H.Huang}和\textit{C.Wu}，软计算。18，第12号，2525-2540（2014年；兹bl 1371.92016）
全文： DOI程序

参考文献：

[1] Aliev RA、Pedrycz W、Guirimov B、Aliev RR、Ilhan U、Babagil M、Mammadli S（2011）《模糊神经网络与模糊聚类和差分进化优化》。《信息科学》181（9）：1591-1608·doi:10.1016/j.ins.2010.12.14
[2] Bafghi A，Safabakhsh R，Sadeghiyan B（2008）用神经网络发现分组密码的差分特征。《信息科学》178:3118-3132·Zbl 1283.94047号 ·doi:10.1016/j.ins.2008.02.016
[3] Barron A（1993）S形函数叠加的通用近似界。IEEE Trans-Inf理论39（3）：930-945·Zbl 0818.68126号 ·doi:10.1109/18.256500
[4] Boulkroune A，M'Saad M，Farza M（2012a）一类mimo非仿射不确定系统的自适应模糊跟踪控制。神经计算93:48-55·doi:10.1016/j.neucom.2012.04.006
[5] Boulkroune A，M'Saad M，Farza M（2012b）基于模糊逼近的间接自适应控制器，用于控制方向未知的多输入多输出非仿射系统。IET控制理论应用6:2619-2629·doi:10.1049/iet-cta.2012.0565
[6] Buckley JJ，Hayashi Y（1994）模糊神经网络能否逼近连续模糊函数。模糊集系统61:43-51·Zbl 0837.68088号 ·doi:10.1016/0165-0114（94）90283-6
[7] Buckley JJ，Feuring T，Hayashi Y（2002）使用进化算法和神经网络求解模糊方程。软计算6（2）：116-123·Zbl 1001.68102号 ·doi:10.1007/s005000100147
[8] Cao FL，Lin SB，Xu ZB（2010）度量空间中神经网络的构造近似插值。数学计算模型52:1674-1681·Zbl 1205.65033号 ·doi:10.1016/j.mcm.2010.06.035
[9] Chen TP，Chen H，Liu RW（1995）多层前馈网络在\[{C}（\overline{R}}^n）C\]（R³n）中的逼近能力及相关问题。IEEE Trans神经网络6:25-29·Zbl 0851.26011号 ·doi:10.1109/72.363453
[10] Diamond P，Kloeden P（1994）《模糊集的度量空间——理论与应用》。新加坡世界科学·Zbl 0873.54019号 ·doi:10.1142/2326
[11] Fukuoka Y，Matsuki H，Minamitani H（1998）一种改进的反向传播方法，以避免虚假的局部极小值。神经网络11:1059-1072·doi:10.1016/S0893-6080（98）00087-2
[12] Greco G，Moschen M，Rezende E（1998）关于度量空间中模糊集的变分收敛性。Annali dell'费拉拉大学44（1）：27-39·Zbl 0999.49011号
[13] Hamzaçebi C（2008）改进人工神经网络在季节性时间序列预测中的性能。《信息科学》178:4550-4559·doi:10.1016/j.ins.2008.07.024
[14] Hornik K（1991）多层前馈网络的近似能力。神经网络4:251-257·doi:10.1016/0893-6080（91）90009-T
[15] Huang GB，Zhu QY，Siew CK（2006）使用带有随机隐藏节点的增量构造前馈网络的通用近似。IEEE Trans Neural Netw 17（4）：879-892·doi:10.1109/TNN.2006.875977
[16] 黄H（2010）关于zadeh扩展的一些注释。信息科学180:3806-3813·Zbl 1202.03058号 ·doi:10.1016/j.ins.2010.05.023
[17] Huang H，Wu CX（2009a）多层模糊神经网络在模糊值函数集上的逼近能力。《信息科学》179:2762-2773·Zbl 1192.68521号
[18] Huang H，Wu CX（2009b）多层正则模糊神经网络对水平连续模糊值函数的逼近。数学计算模型49:1311-1318·Zbl 1165.41313号
[19] Huang H，Wu CX（2011）规则模糊神经网络对模糊函数的逼近。模糊集系统177:60-79·Zbl 1242.41019号 ·doi:10.1016/j.fss.2011.04.013
[20] Kadirkamanathan V，Niranjan M（1993）用神经网络进行序列学习的函数估计方法。神经计算5:954-975·doi:10.1162/neco.1993.5.6.954
[21] Leshno M，Lin V，Pinkus A，Schocken S（1993）具有非多项式激活函数的多层前馈网络可以近似任何函数。神经网络6:861-867·doi:10.1016/S0893-6080（05）80131-5
[22] Li TS，Tong SC，Feng G（2010）一类非线性多输入/多输出系统的新型鲁棒自适应模糊跟踪控制。IEEE Trans Fuzzy系统18（1）：150-160·doi:10.1109/TFUZZ.2009.2038277
[23] Liu PY（2000）常规模糊神经网络的近似能力分析。模糊集系统114:329-338·兹伯利0966.93064 ·doi:10.1016/S0165-0114（98）00248-6
[24] Liu PY（2001）多层正则模糊神经网络对连续模糊值函数的通用逼近。模糊集系统119:313-320·Zbl 0976.93055号 ·doi:10.1016/S0165-0114（99）00132-3
[25] Liu PY，Li HX（2005）双隐层前馈正则模糊神经网络的逼近分析。模糊集系统150:373-396·Zbl 1087.41018号 ·doi:10.1016/j.fss.2004.02.013
[26] Liu YJ，Tong SC，Li TS（2011）一类不确定非线性mimo系统的基于观测器的自适应模糊跟踪控制。模糊集系统164:25-44·Zbl 1217.93090号 ·doi:10.1016/j.fss.2010.09.002
[27] Rumelhart DE、Hinton GE、Williams RJ（1986），通过反向传播错误学习表示法。自然323:533-536·Zbl 1369.68284号 ·doi:10.1038/323533a0
[28] Scarselli F，Tsoi AC（1998）使用前馈神经网络的通用逼近：对一些现有方法的综述和一些新结果。神经网络11（1）：15-37·doi:10.1016/S0893-6080（97）00097-X
[29] Shin D，Na SY，Kim JY，Baek SJ（2008）鱼类机器人障碍模式识别和碰撞避免的模糊神经网络。软计算12（7）：715-720·doi:10.1007/s00500-007-0245-0
[30] Tong SC，Li YM，Zhang HG（2011）非线性时滞大系统的自适应神经网络分散反推输出反馈控制。IEEE Trans神经网络22（7）：1073-1086·doi:10.1109/TNN.2011.246274
[31] Tong SC，Li YM，Shi P（2012）不确定mimo纯反馈非线性系统基于观测器的自适应模糊反推输出反馈控制。IEEE Trans Fuzzy系统20（4）：771-785·doi:10.1109/TFUZZ.2012.2183604
[32] 王学忠，陈旭，冯HM（2011）具有极限学习机制的上积分网络。神经计算74（16）：2520-2525·doi:10.1016/j.neucom.2010.12.034
[33] 吴CX，马M（1991）模糊分析基础。国防工业出版社，北京
[34] Zhao JW，Park DS，Lee J，Cao FL（2012）作用于度量空间的广义极值学习机。软计算16:1503-1514·Zbl 1255.68131号 ·doi:10.1007/s00500-012-0825-5
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。