基于粗糙集理论的模糊神经网络建模方法

摘要：

采用基于粗糙集的模糊神经网络模型,将粗糙集理论与模糊神经网络相结合,通过利用粗糙集理论中的约简的计算方法,从样本数据中获取精简的规则,再根据这些规则构造模糊神经网络各层的神经元个数,克服了当输入维数高时,模糊神经网络的结构过于庞大的缺点,从而使网络模型结构最简.并采用误差反向传播算法(BP算法)来训练该新型网络中的权值参数及隶属函数的中心值和宽度,仿真结果验证了该模型的优越性.

关键词：粗糙集、模糊神经网络、约简、规则获取、BP算法

所属期刊栏目：26

分类号：TP183(自动化基础理论)

在线出版日期：2006-12-11（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：366-369