多级离散模糊神经网络稳定性的优化算法

摘要：

针对模糊集理论在建模中对变化的外部环境适应能力差,以及基本神经网络模型不容易获得模糊集之间关系等问题,提出了一个具有基本模糊推理系统"IF-THEN"规则的多级离散模糊神经网络模型.分析了该模型的基本稳定性条件,并使用硬C均值聚类方法获得数据集之间的关系,采用遗传算法优化了该模型.最后通过计算机仿真验证了该模型的有效性.

关键词：多级离散模糊神经网络、稳定性、HCM聚类、遗传算法

所属期刊栏目：36

分类号：TP368.5(计算技术、计算机技术)

在线出版日期：2007-07-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：628-631