论文部分内容阅读
结合神经网络（NN）、模糊控制（FC）和主成分分析（PCA）各自的优点，提出基于主成分分析的模糊神经网络（FNN）模型。当输入因子较多且自变量之间相关性较大时，引入主成分分析对多指标的原始变量进行事先分析，以原始变量的主成分作为网络输入。减少了输入维数，同时消除各变量间的相关性，从而提高了网络的收敛速度、稳定性，以及简化了网络结构。进一步发挥了FNN自适应、自学习的功能。