排序方式: 共有3条查询结果,搜索用时 93 毫秒
1
1.
提出了一种T-s模糊神经网络在线学习算法:移动小论域法,解决非线性控制对象的在线辨识的精度和实时性问题。该算法是在前后件参数可分离的离线混合学习算法基础上,通过分析隶属函数类型及论域模糊子集划分稠必程度对辨识精度的影响后提出来的。不同于传统模糊化进程,此法使用了移动的小论域窗口在此窗口上划分较少的模糊子集技术产生网络前件模糊化参数,解决了模糊神经网络学习中精度和实时性相互制约的矛盾。仿真结果证实该算法精度高,实时性好。 相似文献
2.
3.
1