K-积分模意义下折线模糊神经网络的泛逼近性
为克服模糊数运算的复杂性引入折线模糊数的定义,利用折线模糊数的优良性质获得了两个重要不等式,并给出实例说明折线模糊数的逼近能力有效.其次,引进K-拟可加积分和K-积分模概念,在折线模糊数空间满足可分性的基础上,借助于模糊值简单函数和模糊值Bernstein多项式研究了若干函数空间的稠密性问题,获得了可积有界模糊值函数类依K-积分模构成完备可分的度量空间.最后,在K-积分模意义下讨论了四层正则折线模糊神经网络对模糊值简单函数的泛逼近性,进而得到该网络对可积有界函数类也具有泛逼近性.该结果表明正则折线模糊神经网络对连续模糊系统的逼近能力可以推广为对一般可积系统的逼近能力.
折线模糊数、K-拟可加积分、K-积分模、折线模糊神经网络、泛逼近性
42
TP18(自动化基础理论)
2012-06-27(万方平台首次上网日期,不代表论文的发表时间)
362-378