基于UKF的自组织直觉模糊神经网络

被引：14

作者：

徐小来 ^{[1
]}

雷英杰 ^{[1
]}

谢文彪 ^{[2
]}

机构：

[1] 空军工程大学导弹学院

[2] 长沙理工大学电气与信息工程学院

来源：

电子学报 | 2010年 / 38卷 / 03期

关键词：

直觉模糊集合; UKF; 自组织模糊神经网络; 系统辨识; 函数逼近; 时间序列预测;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

模糊集在语义描述上存在不足,因此,如何对模糊神经网络进行扩展是当前模糊神经网络研究的热点,针对这一问题,本文提出了基于UKF的自组织直觉模糊神经网络.首先,给出了直觉模糊神经网络的结构和各层的含义;其次,推导了直觉模糊神经网络的学习算法,用LLS和UKF分别学习线性和非线性参数;然后,给出了模糊规则生成的准则,并用误差下降率方法作为规则修剪的策略,删除作用不大的规则;最后,通过典型的函数逼近、系统辨识和时间序列预测实例,表明本文算法得到的直觉模糊神经网络的结构更为紧凑,泛化性能也更佳.

引用

页码：638 / 645

页数：8

共 5 条

[1] 直觉模糊神经网络的函数逼近能力 [J].

雷英杰 ;

路艳丽 ;

李兆渊 .

控制与决策 , 2007, (05) :597-600

[2] 基于无先导卡尔曼滤波的RBFN训练算法研究 [J].

张海涛 ;

李大字 ;

靳其兵 ;

耿延睿 .

北京化工大学学报(自然科学版), 2007, (02) :221-224

[3] Radial basis function based adaptive fuzzy systems and their applications to system identification and prediction [J].

Cho, KB ;

Wang, BH .

FUZZY SETS AND SYSTEMS, 1996, 83 (03) :325-339

[4]

Adaptive-network-based fuzzy inference system. Jang J S. IEEE Transactions on Systems Man and Cybernetics . 1993

[5]

A comparative study of different methods for realizing D-FNN algorithm. Er M J,Wong W M,Wu S Q. Proc of the38th IEEE Conference on Decision and Control . 1999

← 1 →