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:张德丰;周灵;全解生;孙亚民;马子龙 刊名:系统仿真学报 上传者:陈武

【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。

全文阅读

第 22 卷第 6 期 系 统 仿 真 学 报© Vol. 22 No. 6 2010 年 6 月 Journal of System Simulation Jun., 2010 • 1375 • 基于改进基函数的自适应动态模糊神经网络算法研究 张德丰 1,周 灵 1,全解生 1,孙亚民 2,马子龙 3 (1.佛山科学技术学院计算机系, 佛山 528000;2.南京理工大学计算机科学与技术学院, 南京 210094 3.哈尔滨工业大学电子工程系, 哈尔滨 150001) 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。 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 中图分类号:TP301.6 文献标识码:A 文章编号:1004-731X (2010) 06-1375-05 Research on Adaptive Dynamic Fuzzy Neural Network Algorithm Based on Improved Basic Function ZHANG De-feng1, ZHOU Ling1, QUAN Jie-sheng1, SUN Ya-min2, MA Zi-long2 (1. Department of Computer Science, Foshan University, Foshan 528000, China; 2. School of Computer and Technology, Nanjing University of Science and Technology, Nanjing 210094, China; 3. Department of Electrical Engineering, Harbin Institute of Technology, Harbin 150001, China) Abstract: According to the D-FNN algorithm, the general dynamic fuzzy neural network was proposed based on the ellipse primary function (EBF). In the algorithm, the fuzzy Epsilon-completeness was taken as the definite criterion of width for gaussian function, by which the random choice for initialization was avoided. At the same time, the algorithm can evaluates the importance of not only fuzzy rules but also input variables, and so each of input variables and f

参考文献

引证文献

问答

我要提问