基于模糊神经网络的机场噪声烦恼度模型学习

摘要：

鉴于机场噪声烦恼度模型的模糊规则量较大，采用传统的基于梯度的模糊神经学习算法存在计算量大、收敛速度慢、学习效率低的问题，提出一种基于模糊神经网络的机场噪声烦恼度模型混合学习方法。基于聚类思想，重新对模糊集合进行分组，采用先粗学习后细学习的间接学习方法；改进传统的基于梯度的模糊神经学习算法，将该算法应用到间接学习过程中，即混合学习方法。实验结果表明，该混合学习方法可以快速收敛，缩短学习时间，减少误差求解过程中的计算量，提高模型的学习效率。

关键词：机场噪声烦恼度模型、模型学习、模糊神经网络、改进的学习算法、混合学习方法

分类号：TP39(计算技术、计算机技术)

资助基金：国家自然科学基金项目61139002；国家863高技术研究发展计划基金项目2012AA063301；中国民用航空局科技基金项目MHRD201130；中央高校科研业务经费基金项目3122013P013、3122013C005；国家科技支撑计划课题基金项目2014BAJ04B02

在线出版日期：2016-01-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：3396-3401