模糊AND-OR神经网络优化建模方法

摘要：

采用由AND和OR模糊神经元组成的神经网络进行模糊逻辑建模,每个神经元由S和T算子组合而成,并给出单个神经元作用在模糊集上的效果,充分展示了这两种神经元的优越性,以4条规则为例推导出这类神经网络与"if-then"的规则集之间的等价关系.在神经网络的学习过程中,提出了一种混合式的学习方案:采用遗传算法优化整个网络的结构,缩小了输入空间的维数,减少了相应的规则数;并在此基础上利用梯度的学习方法继续对相应的参数进行优化,从而使网络具有很好的优越性,为进一步模糊控制创造了良好的平台.

关键词：模糊逻辑建模、神经网络、遗传优化、梯度优化、连通度

所属期刊栏目：24

分类号：TP183(自动化基础理论)

资助基金：交通部交通应用基础研究项目基金200332922505;高等学校博士学科点专项科研项目20030151005

在线出版日期：2006-11-21（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：111-114