首頁(yè) > 產(chǎn)品 > 知識(shí) > 模糊神經(jīng)網(wǎng)絡(luò)，模糊神經(jīng)網(wǎng)絡(luò)的介紹

模糊神經(jīng)網(wǎng)絡(luò)，模糊神經(jīng)網(wǎng)絡(luò)的介紹

來(lái)源：整理時(shí)間：2023-09-06 10:56:41 編輯：智能門(mén)戶手機(jī)版

本文目錄一覽

1，模糊神經(jīng)網(wǎng)絡(luò)的介紹
2，bp神經(jīng)網(wǎng)絡(luò)就是模糊神經(jīng)網(wǎng)絡(luò)嗎
3，模糊控制神經(jīng)網(wǎng)絡(luò)到底什么用
4，模糊神經(jīng)網(wǎng)絡(luò)的基本形式
5，簡(jiǎn)單介紹人工神經(jīng)網(wǎng)絡(luò)和模糊神經(jīng)網(wǎng)絡(luò)
6，模糊神經(jīng)網(wǎng)絡(luò)的摘要

1，模糊神經(jīng)網(wǎng)絡(luò)的介紹

模糊神經(jīng)網(wǎng)絡(luò)就是模糊理論同神經(jīng)網(wǎng)絡(luò)相結(jié)合的產(chǎn)物，它匯集了神經(jīng)網(wǎng)絡(luò)與模糊理論的優(yōu)點(diǎn)，集學(xué)習(xí)、聯(lián)想、識(shí)別、信息處理于一體。

模糊神經(jīng)網(wǎng)絡(luò)的介紹

2，bp神經(jīng)網(wǎng)絡(luò)就是模糊神經(jīng)網(wǎng)絡(luò)嗎

不是，神經(jīng)網(wǎng)絡(luò)包括的種類挺多，bp（backpropagation,反向傳播神經(jīng)網(wǎng)絡(luò)）只是其中一種，模糊控制和神經(jīng)網(wǎng)絡(luò)是平行的關(guān)系，模糊神經(jīng)網(wǎng)絡(luò)是這兩種的結(jié)合。

bp神經(jīng)網(wǎng)絡(luò)就是模糊神經(jīng)網(wǎng)絡(luò)嗎

3，模糊控制神經(jīng)網(wǎng)絡(luò)到底什么用

模糊控制: 是以人對(duì)被控系統(tǒng)的控制經(jīng)驗(yàn)為依據(jù)而設(shè)計(jì)的控制器，它無(wú)須知道被控系統(tǒng)的數(shù)學(xué)模型。輸入輸出的模糊量和模糊推理是人類通常智能活動(dòng)的體現(xiàn)，控制規(guī)則是以人類語(yǔ)言表示的，容易被一般人所接受和理解，此外無(wú)論被控對(duì)象是線性的還是非線性的，模糊控制都能執(zhí)行有效的控制，具有良好的魯棒性和適應(yīng)性。

是用隸屬度值來(lái)進(jìn)行訓(xùn)練，把算法訓(xùn)練好以后再帶入實(shí)際值進(jìn)行仿真模擬！

模糊控制神經(jīng)網(wǎng)絡(luò)到底什么用

4，模糊神經(jīng)網(wǎng)絡(luò)的基本形式

模糊神經(jīng)網(wǎng)絡(luò)有如下三種形式：1．邏輯模糊神經(jīng)網(wǎng)絡(luò)2．算術(shù)模糊神經(jīng)網(wǎng)絡(luò)3．混合模糊神經(jīng)網(wǎng)絡(luò)模糊神經(jīng)網(wǎng)絡(luò)就是具有模糊權(quán)系數(shù)或者輸入信號(hào)是模糊量的神經(jīng)網(wǎng)絡(luò)。上面三種形式的模糊神經(jīng)網(wǎng)絡(luò)中所執(zhí)行的運(yùn)算方法不同。模糊神經(jīng)網(wǎng)絡(luò)無(wú)論作為逼近器，還是模式存儲(chǔ)器，都是需要學(xué)習(xí)和優(yōu)化權(quán)系數(shù)的。學(xué)習(xí)算法是模糊神經(jīng)網(wǎng)絡(luò)優(yōu)化權(quán)系數(shù)的關(guān)鍵。對(duì)于邏輯模糊神經(jīng)網(wǎng)絡(luò)，可采用基于誤差的學(xué)習(xí)算法，也即是監(jiān)視學(xué)習(xí)算法。對(duì)于算術(shù)模糊神經(jīng)網(wǎng)絡(luò)，則有模糊BP算法，遺傳算法等。對(duì)于混合模糊神經(jīng)網(wǎng)絡(luò)，目前尚未有合理的算法；不過(guò)，混合模糊神經(jīng)網(wǎng)絡(luò)一般是用于計(jì)算而不是用于學(xué)習(xí)的，它不必一定學(xué)習(xí)。

5，簡(jiǎn)單介紹人工神經(jīng)網(wǎng)絡(luò)和模糊神經(jīng)網(wǎng)絡(luò)

其實(shí)百科介紹的很詳細(xì)，如“人工神經(jīng)網(wǎng)絡(luò)是模擬人腦結(jié)構(gòu)的思維功能，具有較強(qiáng)的自學(xué)習(xí)和聯(lián)想功能，人工干預(yù)少，精度較高，對(duì)專家知識(shí)的利用也較少。但缺點(diǎn)是它不能處理和描述模糊信息，不能很好利用已有的經(jīng)驗(yàn)知識(shí)，特別是學(xué)習(xí)及問(wèn)題的求解具有黑箱特性，其工作不具有可解釋性，同時(shí)它對(duì)樣本的要求較高;模糊系統(tǒng)相對(duì)于神經(jīng)網(wǎng)絡(luò)而言，具有推理過(guò)程容易理解、專家知識(shí)利用較好、對(duì)樣本的要求較低等優(yōu)點(diǎn)，但它同時(shí)又存在人工干預(yù)多、推理速度慢、精度較低等缺點(diǎn)，很難實(shí)現(xiàn)自適應(yīng)學(xué)習(xí)的功能，而且如何自動(dòng)生成和調(diào)整隸屬度函數(shù)和模糊規(guī)則，也是一個(gè)棘手的問(wèn)題?！奔幢ＷC人工神經(jīng)網(wǎng)絡(luò)自身的學(xué)習(xí)能力下，采用模糊理論解決模糊信號(hào)，使神經(jīng)網(wǎng)絡(luò)權(quán)系數(shù)為模糊權(quán)，或者輸入為模糊量。比如原本神經(jīng)網(wǎng)絡(luò)處理的是連續(xù)數(shù)據(jù)（double）不適合求解模糊數(shù)據(jù)，此時(shí)就需要引入模糊理論，來(lái)構(gòu)造適合于求解這類模糊數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)。

數(shù)學(xué)工具，實(shí)現(xiàn)兩組數(shù)據(jù)的映射（類似函數(shù)的映射，不同的是它強(qiáng)大地實(shí)現(xiàn)了兩組任意階矩陣之間的映射關(guān)系）最經(jīng)典的算法是：bp算法。其思想是利用誤差作為修正映射精確度的指導(dǎo)，最終實(shí)現(xiàn)符合要求的映射。

6，模糊神經(jīng)網(wǎng)絡(luò)的摘要

模糊神經(jīng)網(wǎng)絡(luò)結(jié)合了神經(jīng)網(wǎng)絡(luò)系統(tǒng)和模糊系統(tǒng)的長(zhǎng)處，它在處理非線性、模糊性等問(wèn)題上有很大的優(yōu)越性，在智能信息處理方面存在巨大的潛力；使得越來(lái)越多的專家學(xué)者投入到這個(gè)領(lǐng)域中來(lái)，并做出了卓有成效的研究成果。但是，對(duì)模糊神經(jīng)網(wǎng)絡(luò)的研究，大都是基于算法的創(chuàng)新、改進(jìn)和完善，少有綜述性的文獻(xiàn)對(duì)它進(jìn)行概述，使初接觸這一領(lǐng)域的人往往無(wú)所適從，很難在短時(shí)間內(nèi)理解模糊神經(jīng)網(wǎng)絡(luò)的概念，也很難實(shí)際應(yīng)用它。作者在閱讀了大量文獻(xiàn)的基礎(chǔ)上，對(duì)各種相關(guān)理論知識(shí)進(jìn)行整理、歸納和研究，旨在對(duì)模糊神經(jīng)網(wǎng)絡(luò)做一個(gè)系統(tǒng)的概述和一些初步的探索。本文實(shí)際上由兩部分組成：第一部分是對(duì)模糊神經(jīng)網(wǎng)絡(luò)的概述；第二部分是一種算法的提出及其實(shí)現(xiàn)過(guò)程。模糊神經(jīng)網(wǎng)絡(luò)是一個(gè)較新的概念，文章從神經(jīng)網(wǎng)絡(luò)系統(tǒng)與模糊系統(tǒng)的歷史論述到它的起源與發(fā)展，論證了它產(chǎn)生的可能性與必要性，并簡(jiǎn)要介紹了國(guó)內(nèi)外模糊邏輯神經(jīng)網(wǎng)絡(luò)軟件硬件。在模糊神經(jīng)元概念的基礎(chǔ)上，定義了模糊神經(jīng)網(wǎng)絡(luò)；從函數(shù)映射角度上，討論了神經(jīng)網(wǎng)絡(luò)系統(tǒng)和模糊系統(tǒng)的函數(shù)逼近能力；二者都能以任意精度逼近任何連續(xù)實(shí)函數(shù)；對(duì)理論成熟的算法和模型，作了簡(jiǎn)潔的介紹。針對(duì)模糊神經(jīng)網(wǎng)終（絡(luò)）實(shí)觀時(shí)的具體問(wèn)題，對(duì)網(wǎng)終（絡(luò)）的學(xué)習(xí)能力、容量、結(jié)構(gòu)分布等細(xì)節(jié)逆行了探討。本文提出了一種模糊神經(jīng)網(wǎng)絡(luò)的二步混合算法：第一步，采用模糊推理系統(tǒng)結(jié)合遺傳算法根據(jù)訓(xùn)練樣本確定隸屬函數(shù)的參數(shù)，通過(guò)遺傳算法搜索定義域范圍內(nèi)的參數(shù)最優(yōu)解。文中選用S-T模型作為模糊推理系統(tǒng)中的推理模型。第二步，確定網(wǎng)絡(luò)結(jié)構(gòu)，根據(jù)訓(xùn)練樣本采用BP算法訓(xùn)練網(wǎng)絡(luò)，調(diào)整網(wǎng)絡(luò)權(quán)值和偏差，為了避免局部最小觀象和加快網(wǎng)絡(luò)收斂速度，選用加動(dòng)量因子變學(xué)習(xí)率的改進(jìn)BP算法為訓(xùn)練算法。為了更廣泛地應(yīng)用遺傳算法，文中用C++,實(shí)現(xiàn)了通用遺傳算法類庫(kù)，在實(shí)觀過(guò)程中結(jié)合使用了類模板，抽象類等技術(shù)。該類庫(kù)支持一維和多維函數(shù)的最優(yōu)化。對(duì)多維函數(shù)可以采用統(tǒng)一長(zhǎng)度的或者各維長(zhǎng)度不同的基因；支持固定和可變變異率，支持固定迭代代數(shù)結(jié)束迭代和滿足一定條件結(jié)束迭代。作者用MATLAB的Fuzzy Toolbox及NNetToolbox實(shí)現(xiàn)了算法，仿真結(jié)果表明，該算法效率高、收斂速度快、模型精度高

文章TAG：模糊神經(jīng)網(wǎng)絡(luò)模糊神經(jīng)網(wǎng)絡(luò)的介紹