| 基于T-S模糊模型的RBF网络的自适应学习算法 |
| |
| 引用本文： | 李战明,王君,康爱红.基于T-S模糊模型的RBF网络的自适应学习算法[J].兰州理工大学学报,2004,30(2):82-85. |
| |
| 作者姓名： | 李战明 王君 康爱红 |
| |
| 作者单位： | 兰州理工大学,电气工程与信息工程学院,甘肃,兰州,730050;兰州理工大学,电气工程与信息工程学院,甘肃,兰州,730050;兰州理工大学,电气工程与信息工程学院,甘肃,兰州,730050 |
| |
| 基金项目： | 国家863计划(西部专项)(2002BA901A28) |
| |
| 摘 要： | 针对多维模糊推理中的推理规则庞大和参数难辨识的问题，提出一种基于T-S模糊模型的RBF神经网络的自适应学习算法．该算法不仅能动态调节T-S型模糊RBF网络的隐节点数，还能使网络的数据中心值自适应变化，有较好的自学习能力和优化能力．仿真结果验证了该算法是有效和可行的，表明此T-S型模糊RBF网络不仅可以快速逼近任意多变量非线性函数，而且具有良好的自适应能力．
|
| 关 键 词： | T-S型模糊系统 RBF神经网络 自适应学习 |
| 文章编号： | 1000-5889(2004)02-0082-04 |
| 修稿时间： | 2003年6月2日 |
An adaptive learning algorithm for T-S fuzzy model based RBF neural network |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
