版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、模糊神經網(wǎng)絡是不確定性知識環(huán)境下構建非線性系統(tǒng)的重要工具,論文針對模糊聯(lián)想記憶網(wǎng)絡對訓練模式攝動的魯棒性和模糊雙向聯(lián)想記憶網(wǎng)絡的學習算法進行了較深入的研究,并探討了區(qū)間值模糊集相容度的性質、改進和傳播問題。 論文主要研究以下幾個問題: (1)該文首先建立了前饋型模糊聯(lián)想記憶網(wǎng)絡對訓練模式攝動的魯棒性的概念;接著具體分析了最大一乘積型模糊聯(lián)想記憶網(wǎng)絡(Max-Product FAM)的相關性質,并發(fā)現(xiàn)當采用模糊赫布學習算法
2、時,該網(wǎng)絡的這種魯棒性好;但采用另一學習算法時,它的這種魯棒性較差,且用實驗證實了文中的理論分析結果,示意了該模型的應用。 (2)該文在研究模糊雙向聯(lián)想記憶網(wǎng)絡時,利用模糊取大運算和三角模中Lukasiewicz t-模算子和愛因斯坦s-模算子分別構造新型模糊雙向聯(lián)想記憶剛絡Max-T<,L> FBAM和Max-S<,es>FBAM,并對這些模型提出了有效學習算法。在理論上嚴格證明了,對任意給定的模式對集,只要存在有連接權矩陣對
3、使其為相應網(wǎng)絡的平衡態(tài)集,則依該學習算法所確定的連接權矩陣對(w,u)是所有這樣的連接權矩陣對中的最大者;并發(fā)現(xiàn)在Max-S<,es>FBAM中,擁有這種最大連接權矩陣對的網(wǎng)絡具有全局收斂性,并對任意輸入該網(wǎng)絡一步就能進入平衡態(tài)。 (3)針對區(qū)間值模糊集的已有相容度存在的一些不足,該文分析了復雜的區(qū)間值模糊集相容度的性質、改進和傳播問題,提出了一個新的相容性測度公式一相合度,它去掉了相容度的非對稱性的缺點,又保持了相容度其它特性
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于區(qū)間值模糊集的模糊綜合評判.pdf
- 基于區(qū)間值模糊集的三I推理算法研究.pdf
- 區(qū)間值模糊集之間幾種距離的研究.pdf
- 區(qū)間值模糊集的貼近度及其應用.pdf
- 區(qū)間直覺模糊集的聚類算法研究.pdf
- 區(qū)間模糊集理論及其性質研究.pdf
- 基于區(qū)間值模糊集合的分類算法研究.pdf
- 基于區(qū)間值水平截集的直覺模糊集及其應用.pdf
- 基于區(qū)間值猶豫模糊集的施工評標方法研究.pdf
- 區(qū)間值模糊集上的廣義粗糙近似算子構造研究.pdf
- 模糊神經網(wǎng)絡的學習算法的設計.pdf
- 積分區(qū)間為模糊集的積分研究.pdf
- 隨機模糊集與概率模糊集的研究.pdf
- 基于區(qū)間值直覺模糊集的信息系統(tǒng)風險評估研究.pdf
- 區(qū)間直覺模糊集若干問題的研究.pdf
- 區(qū)間值模糊軟集及軟集的范疇.pdf
- 區(qū)間直覺模糊集的信息度量方法.pdf
- 基于區(qū)間模糊集的聚類方法研究.pdf
- AUV模糊神經網(wǎng)絡混合學習算法的控制研究.pdf
- 模糊神經網(wǎng)絡的性能及其學習算法研究.pdf
評論
0/150
提交評論