基于聚类算法的自适应模糊神经网络研究

针对模糊神经网络结构辨识问题,提出了一种基于模糊聚类分析的T-S模糊神经网络的自学习算法,利用改进的模糊C均值聚类算法确定T-S模糊神经网络的初始结构,在网络的学习过程中,采用误差反向传播学习算法和灵敏度剪枝方法对网络的参数和结构进行优化,达到自适应调整权值参数和结构的目的。最后,针对一非线性函数逼近问题进行了验证,仿真取得了很好的结果,系统的逼近精度明显提高,而且网络的自适应能力强,表明算法的有效性和可行性。