论文部分内容阅读
本文提出了由最大－乘积型合成神经元的模糊神经网络实现双向双向联想记忆的一种学习方法实现双向联想记忆的充要条件，对于自联想记忆网络，自联想权得由广义模糊解确定，模式联想一次就收敛，该网络具有较强的容错性，大量的计算机实验结果表明该学习算法是行之有效的。
一种基于最大—乘积型合成神经元的模糊联想记忆网络
【摘 要】
：
本文提出了由最大－乘积型合成神经元的模糊神经网络实现双向双向联想记忆的一种学习方法实现双向联想记忆的充要条件，对于自联想记忆网络，自联想权得由广义模糊解确定，模式联想一
【机 构】
：
华南理工大学无线电与自动控制研究所
【出 处】
：
控制理论与应用
【发表日期】
：
1997年6期
其他文献
我国现行退市制度存在的缺陷主要是退市标准的界定过于模糊,操作性不强;退市处理权限规定比较混乱.应建立自愿退市制度,明确退市的决定权限,保护中小股东的利益.
基于矩阵的奇异值分解技术，本文提出一种鲁棒推广卡尔曼波新算法，并将该算法应用于飞行状态和参数估计中，该算法不仅具有很好的数值稳定性，而且无需任何变换即可处理相关噪声，且适
本文在信息理论的框架下研究了随机系统的可估计性问题，对于线性高斯系统导出了其可估计性判据，并讨论了可估计性与相应确定性中观测性之间的关系。
本文提出了一种递推自适应极点配置算法，证明了它的稳定性和收敛性，该处特点是在控制器参数的计算中利用一次迭代公式，使在线计算量大幅度减少。前馈环节保证它的渐近跟踪特性。
对于一类具有非线性不确定性及外加干扰的系统，本文提出了一种模糊变结构控制方案，控制中只利用系统输出信号和一些辅助信号。利用李亚普诺夫方法，证明了闭环系统全局ＢＩＢＯ稳定，仿真表
本文提出一种可用于设计自适应模糊控制器的模化Ｂ样条神经网络，并给出了合适的训练算法。由于这种网络在每次训练时仅需对少量权重进行调整，因此构成的模糊控制器学习速率快，可应
本文提出应用迭代学习控制的思想方法，对工业过程稳态优化中的动态施行控制，给出基本的控制结构及学习算法。论证算法收敛性并做了数字仿真。