基于T-S模糊模型的RBF网络的自适应学习算法

被引：10

作者：

李战明

王君

康爱红

机构：

[1] 兰州理工大学电气工程与信息工程学院

[2] 兰州理工大学电气工程与信息工程学院甘肃兰州

[3] 甘肃兰州

来源：

兰州理工大学学报 | 2004年 / 02期

关键词：

TS型模糊系统; RBF神经网络; 自适应学习;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对多维模糊推理中的推理规则庞大和参数难辨识的问题,提出一种基于T S模糊模型的RBF神经网络的自适应学习算法.该算法不仅能动态调节T S型模糊RBF网络的隐节点数,还能使网络的数据中心值自适应变化,有较好的自学习能力和优化能力.仿真结果验证了该算法是有效和可行的,表明此T S型模糊RBF网络不仅可以快速逼近任意多变量非线性函数,而且具有良好的自适应能力.

引用

页码：82 / 85

页数：4