模糊神经网络的性能及其学习算法研究
【摘要】:
软计算技术是包含模糊逻辑(fuzzy logic)、神经计算(neuro-computing)、进化计算(Evolutionary computing)和概率计算(Probabilistic computing)等基本成员的计算方法论的集合,它是求解高度非线性复杂系统的有效工具。模糊神经网络(Fuzzy Neural Network, FNN)是软计算技术的主要研究内容之一,是智能控制理论中的一个十分活跃的分支,是由人工神经网络与模糊逻辑系统的有机结合而产生的一种混合智能系统。模糊神经网络是一种能处理抽象信息的网络结构,它具有强大的自学习和自调整功能。因此,模糊神经网络的相关研究对软计算技术和智能控制发展具有非常重要的意义。
本文在分析模糊神经网络理论和应用现状的基础上,系统研究了单体FNN和折线FNN这两类FNN模型的性能和学习算法,并将所得成果应用于模糊控制领域,其中主要包括单体FNN训练模式对的摄动问题和折线FNN的逼近性能,并为折线FNN设计了两种模糊学习算法,这些工作为FNN乃至软计算技术的实际应用奠定必要的理论基础。
本文所做的主要工作和研究成果如下:
(1)对模糊神经网络的训练模式对的摄动问题进行了研究。首先给出了一般模糊神经网络的训练模式对摄动的鲁棒性定义,然后具体以单体模糊神经网络为例,进行了系统分析,理论研究表明当训练模式对发生最大γ保序摄动时,在h=5的条件下,单体模糊神经网络对训练模式对的摄动全局拥有好的鲁棒性。
(2)对折线模糊神经网络的泛逼近性进行了深入研究。首先限制折线FNN输入或权值的范围,对两种特殊的折线FNNs的泛逼近性进行了系统分析,然后进一步分析了一般意义上的折线FNN的泛逼近性,此处的一般折线FNN是指对网络输入和权阈值没有其他限制。理论研究表明,上述三种折线FNNs均能作为模糊连续函数的通用逼近器,并且证明了:递增性是折线模糊函数保证折线FNN泛逼近性成立的等价条件,从而解决了折线FNN的泛逼近性问题。
(3)为折线模糊神经网络提出了两种模糊梯度学习算法。首先系统研究了Λ—(?)函数导数的基本性质,然后针对折线FNN设计了基于遗传算法或量子遗传算法的两种模糊共扼梯度(CG)算法,在算法迭代的每一步,利用遗传算法或量子遗传算法(GA)来确定最优学习常数,从理论上证明了该模糊共扼梯度算法的收敛性,用于实际模糊控制领域中的实例验证了上述学习过程。
|
|
|
|
1 |
吴小苗,韩祯祥;电力系统自组织模糊神经网络稳定器[J];电力系统及其自动化学报;1995年04期 |
2 |
张绍德,王志营,陈正;基于自适应模糊神经网络的二阶惯性纯滞后系统研究[J];电气传动自动化;1997年02期 |
3 |
王耀南;基于遗传算法的模糊神经控制及其应用[J];高技术通讯;1997年03期 |
4 |
赵国强;模糊神经网络控制器的设计与仿真[J];辽宁工程技术大学学报;1998年06期 |
5 |
达飞鹏,宋文忠;基于模糊神经网络的非线性大系统滑模自适应控制[J];控制与决策;1998年06期 |
6 |
鲍其莲,张炎华;模糊神经网络的局部调整快速学习算法[J];上海交通大学学报;1998年08期 |
7 |
达飞鹏,宋文忠;用输入输出模型表示的非线性系统的模糊神经网络滑模自适应控制[J];电子学报;2000年07期 |
8 |
孙增圻;模糊神经网络及其在系统建模与控制中的应用[J];南京化工大学学报(自然科学版);2000年04期 |
9 |
高峡,孙作安;旋转机械故障诊断的模糊神经网络方法[J];沈阳电力高等专科学校学报;2000年04期 |
10 |
王秀娟,侍洪波;应用聚类和模糊神经网络方法设计模糊规则库[J];中南大学学报(自然科学版);2003年04期 |
11 |
张彦军,刘俊,张文栋;目标识别中的人工神经网络应用[J];微纳电子技术;2003年Z1期 |
12 |
李迎春,申东日,陈义俊;基于模糊神经网络的非线性系统建模方法[J];石油化工自动化;2003年01期 |
13 |
王大志,金辉,王振雷;基于遗传算法的非线性多变量系统模糊神经网络控制[J];沈阳工业学院学报;2003年01期 |
14 |
叶其革,王晨皓,吴捷;模糊神经网络及其在电力系统中的应用研究[J];继电器;2004年11期 |
15 |
聂?,赵荣椿,张艳宁,江泽涛,张晓燕;基于模糊神经网络的印刷体汉字容错识别方法[J];西北工业大学学报;2004年03期 |
16 |
曾昭华,苏志军,高珊珊;基于模糊神经网络的火灾探测算法的应用研究[J];自动化技术与应用;2004年09期 |
17 |
肖洪昌;李雄刚;;基于模糊神经网络的方向行波保护[J];电工技术;2004年03期 |
18 |
邢美凤,冯斌;基于模糊神经网络的核桃病虫害诊断专家系统的设计[J];雁北师范学院学报;2005年02期 |
19 |
吴焕瑞,李英华;模糊神经网络中用于分类的几种误差函数的性能比较[J];保定师范专科学校学报;2005年02期 |
20 |
王辉球;缪立新;乐奕平;;基于模糊神经网络的交通信号控制[J];ITS通讯;2005年01期 |
|