一种基于粗糙集理论的粗糙神经网络构造方法

提出在 BP神经网络中使用粗糙集理论进行网络的设计 ,由于粗糙集理论有强大的数值分析能力 ,而 BP神经网络具有准确的逼近收敛能力和较高的精度 ,所以通过两者的结合 ,可以得到一种可理解性好、计算简单、收敛速度快的神经网络模型。这种神经网络的算法的主要过程为 :首先利用粗糙集能力去发现给定数据集的一些规则 ;然后根据这些规则构造神经网络隐含层的神经元个数 ;最后用 BP算法迭代求出网络的各种参数 ,完成网络的设计。本文最后给出了一个三维非线性函数的实例进一步验证了网络的正确性。