模糊神经网络的混合学习算法及其软测量建模

摘要：

提出了一阶TSK模糊神经网络的混合学习算法,算法由三部分组成:基于模糊聚类的网络初始化;基于梯度下降的规则前件的学习算法;基于部分最小二乘的规则后件的学习算法.该混合算法可以根据训练样本的分布自动确定模糊神经网络的初始值,当输入变量个数多时不会出现模糊规则数爆炸现象,训练速度快,模型精度高.将混合学习算法应用到PTA工业过程中4-CBA含量的软测量建模中,取得了令人满意的效果.

关键词：混合学习、TSK模糊神经网络、软测量、部分最小二乘、模糊聚类

所属期刊栏目：17

分类号：TP183(自动化基础理论)

资助基金：国家重点基础研究发展计划（973计划）;科技部专项

在线出版日期：2006-03-30（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：2878-2881