| 模糊反向传播算法及其收敛性 |
| |
| 作者姓名： | 魏延 李世宏 曹长修 曾绍华 |
| |
| 作者单位： | 重庆大学,自动化学院,重庆,400030;重庆师范大学,数学与计算机科学学院,重庆,400047;重庆大学,自动化学院,重庆,400030 |
| |
| 基金项目： | 重庆市教委资助项目
,
重庆市高等学校优秀中青年骨干教师资助计划 |
| |
| 摘 要： | 针对S.Stoeva提出的基于相同样本及网络输出的模糊神经网络模型,通过对基于极大-极小模糊算子的模糊神经网络模型的研究,证明了其与S.Stoeva提出的网络模型的等价性.在此基础上提出了依赖于模糊逻辑神经元输出的调整模糊权值的模糊反向传播学习算法,并进一步研究了其收敛性.最后以汽轮发电机组的状态监测为例进行仿真分析.结果表明:在网络输入神经元满足样本输出介于样本输入的极大与极小之间时,所提出的模糊反向传播学习算法是收敛的.
|
| 关 键 词： | 模糊神经网络 极大-极小模糊算子 学习算法 收敛性 |
| 文章编号： | 1000-582X(2007)02-0065-05 |
| 修稿时间： | 2006-08-28 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《重庆大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《重庆大学学报(自然科学版)》下载免费的PDF全文 |
|
