10.3969/j.issn.1006-9348.2005.11.045
粗糙集理论在补偿模糊神经网络中的应用
该文首先引入一种具有快速算法的补偿模糊神经网络.通过对粗糙集理论中的贪心算法进行改进,提出一种新的模糊化方法,并将此方法运用到补偿模糊神经网络的输入模糊化和规则提取中.通过用MATLAB编制程序进行仿真研究,证明改进后的网络与原补偿模糊神经网络相比,在精简决策规则、缩短训练时间、提高误差精度等方面都有显著改善.最后将改进后的网络应用到某位置伺服系统的扰动消除控制中,仿真结果表明此方法的有效性.
补偿模糊神经网络、模糊化、粗糙集、仿真
22
TP301.6(计算技术、计算机技术)
2005-12-29(万方平台首次上网日期,不代表论文的发表时间)
共4页
161-164