一种基于可信度的不确定性推理及其神经网络实现

被引：8

作者：

施明辉 ^{[1
]}

周昌乐 ^{[1
]}

吴清锋 ^{[1
]}

吴芸 ^{[1
]}

张志枫 ^{[2
]}

机构：

[1] 厦门大学人工智能研究所

[2] 上海中医药大学研究生院

来源：

计算机应用研究 | 2007年 / 01期

关键词：

神经网络; 专家系统; 不确定性推理机器学习;

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：

提出了基于可信度因子和可信度区间的不确定性推理模型,并用改进的BP神经网络实现其推理过程,最后利用MATLAB神经网络工具箱给出仿真示例。改进的BP神经网络在实现不确定性推理方面有效避免了沿用传统方法所带来的规则数激增及推理缓慢等缺陷,并提高了网络的泛化能力。仿真示例表明,它不仅可以自动学习和模拟专家的典型经验,而且还可以将专家的典型经验推广应用到一般情形。

引用

页码：241 / 243+312 +312

页数：4