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: | 2003-06-02 |
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! |
|