- 一种通过动态筛选模糊规则来提高多输入系统精度的算法
- 点击次数：
- 论文类型： 会议论文
- 发表时间： 1998-07-01
- 页面范围： 8
- 关键字： 模糊推理;模糊神经网;模糊规则;反向传播学习
- 摘要： 本文提出了一种提高多输入模糊推理系统精度的算法。首先,建立一个多输入单输出的模糊神经网络(MISO-FNN),从样本数据中提取描述系统关系的模糊规则。然后,利用模糊神经网络进行学习,在调整隶属函数的参数同时,对规则进行动态筛选,以使所得到的规则高精度地反映样本数据的特性。通过一个仿真实例验证了该算法的有效性。
