模糊神經(jīng)網(wǎng)絡(luò)優(yōu)化及應(yīng)用研究.pdf

1、模糊神經(jīng)網(wǎng)絡(luò)(FNN)是智能控制理論中一個十分活躍的分支，它是人工神經(jīng)網(wǎng)絡(luò)與模糊邏輯系統(tǒng)的有機結(jié)合，發(fā)揮了神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)功能和模糊系統(tǒng)處理模糊知識的能力。模糊神經(jīng)網(wǎng)絡(luò)是一種能處理抽象信息的網(wǎng)絡(luò)結(jié)構(gòu)，具有強大的自學(xué)習(xí)和自整定功能。 本文詳細闡述了模糊神經(jīng)網(wǎng)絡(luò)的產(chǎn)生和發(fā)展、模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)特點、參數(shù)學(xué)習(xí)算法、結(jié)構(gòu)優(yōu)化算法、以及模糊神經(jīng)網(wǎng)絡(luò)在控制領(lǐng)域的應(yīng)用。針對模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)確定困難和模糊神經(jīng)網(wǎng)絡(luò)在模糊分割細，輸入維數(shù)大時網(wǎng)絡(luò)結(jié)構(gòu)

2、龐大，學(xué)習(xí)速度降低，提出一種變結(jié)構(gòu)模糊神經(jīng)網(wǎng)絡(luò)。在對模糊神經(jīng)網(wǎng)絡(luò)的參數(shù)學(xué)習(xí)算法總結(jié)歸納和性能分析的基礎(chǔ)上，依據(jù)所研究的變結(jié)構(gòu)模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)特點，提出了參數(shù)混合學(xué)習(xí)算法。針對非線性參數(shù)采用共軛梯度算法，同時為了避免學(xué)習(xí)率的選擇不當(dāng)，采用了自適應(yīng)調(diào)整學(xué)習(xí)率的方法；而對線性參數(shù)采用遞推最小二乘算法，有效解決了最小二乘法運算量和存儲量大的問題，從而加快了網(wǎng)絡(luò)的學(xué)習(xí)速度。本文綜合考慮剪枝法和增長法的優(yōu)缺點，將剪枝法和增長法聯(lián)合運用，提出一種改