论文部分内容阅读
该文提出了一种基于规则自动生成的模糊神经网络建模方法。该方法是利用样本数据自动生成模糊规则，再利用模糊逻辑的万能逼近能力来逼近理想输出，并且根据样本数据自动增加、删除或者修改模糊规则来达到优化模糊模型。介绍了广义动态模糊神经网络的结构和学习方法，并给出了实例来验证该方法是可行的，并优于MATIAB自带的自适应模糊神经网络取得的结果。