基于粗集理论复杂系统神经网络模型构建

摘要：

设计了一个基于粗集理论复杂系统神经网络模型,详细地阐述了该模型的实现算法.运用分辨矩阵特性以及粗集理论得到一些结论,提出知识约简算法,避开NP-HARD问题,实现巨量数据知识库、多维指标体系参数和多类决策指标参数知识属性有效约简,降低构建神经网络系统复杂性,为神经网络系统构建提供了一种模型和方法.实例表明该算法在保持知识库系统不失真的情况下能够有效地对复杂系统知识约简,从而降低构建神经网络模型的复杂性.

关键词：粗集理论、神经网络、可分辨矩阵、约简

所属期刊栏目：11

分类号：TP183(自动化基础理论)

资助基金：广东省科技攻关项目C31801;广东省自然科学基金010060

在线出版日期：2004-12-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：568-570