神经网络结构的递归T-S模糊模型

摘要：

提出一种新的递归T-S模型(Takagi-Sugeno 模型)的模糊神经网络结构(TSFRNN),利用动态BP(DBP)算法来学习训练神经网络的参数,通过与通常的多层前馈神经网络结构的T-S模糊神经网络(TSFNN)的对比仿真实验,说明在非线性系统建模方面TSFRNN比TSFNN更加优越.

关键词：递归神经网络、T-S模糊模型、模糊神经网络、非线性系统建模

所属期刊栏目：16

分类号：TP11(自动化基础理论)

资助基金：国家高技术研究发展计划863计划863-511-945-010;天津市自然科学基金983602011

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：268-274