一种模糊CMAC神经网络

被引：44

作者：

邓志东，孙增圻，张再兴

机构：

[1] 清华大学计算机系

来源：

关键词：

神经网络，模糊逻辑，CMAC，函数逼近;

D O I：

10.16383/j.aas.1995.03.005

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

提出了一种模糊ＣＭＡＣ（小脑模型关节控制器）神经网络，它由输入层、模糊化层、模糊相联层、模糊后相联层与输出层等５层节点组成，具有与ＣＭＡＣ相似的单层连接权，可通过ＢＰ算法学习推论参数或模糊规则．给出了网络的连接结构与学习算法，并将其应用于函数逼近问题中仿真结果验证了该方法较之ＣＭＡＣ的优越性．

引用

页码：288 / 294

页数：7