一种改进的模糊神经网络学习算法

被引：4

作者：

阿孜古丽·牙会甫

左孝凌

机构：

[1] 新疆工学院计算机系

[2] 上海交通大学计算机科学与工程系乌鲁木齐

[3] 上海

来源：

计算机应用与软件 | 2000年 / 08期

关键词：

模糊神经网络; 模糊推理;

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：

摘要：

本文引入模糊控制机制,对文献[1]的具有正态模糊网络参数的前馈式模糊神经网络学习算法进行改进,提出了一种效率更好的F-BP学习算法。在此算法中,采用近似模糊推理技术来确定网络的学习率、动量因子、加速系数三个学习参数,使得这些学习参数在网络的学习过程中,根据学习时间的长短、误差大小及误差变化情况,进行动态调整,从而提高学习效率。最后,通过实例考查了F-BP学习算法的性能,并讨论了学习参数的调整对学习效率的影响。

引用

页码：21 / 31

页数：11