论文部分内容阅读
提出一种基于演绎模糊推理的多阶段神经模糊系统模型，对于给定的学习样本，通过结构学习（采用遗传算法）与参数学习（采用误差逆传播神经网络方法）过程，能够生成适当的演绎模糊规则集，并通过与单阶段神经模糊系统模型求解Benchmark问题的实验对比，讨论和分析了该模型的有效性和健壮性．
带混合学习算法的多阶段神经模糊系统模型
【摘 要】
：
提出一种基于演绎模糊推理的多阶段神经模糊系统模型，对于给定的学习样本，通过结构学习（采用遗传算法）与参数学习（采用误差逆传播神经网络方法）过程，能够生成适当的演绎模糊规则集，并
【机 构】
：
长春金融高等专科学校计算机系,吉林大学计算机科学与技术学院
【出 处】
：
吉林大学学报：理学版
【发表日期】
：
2008年1期
【基金项目】
：
国家自然科学基金（批准号：60433020,60673099）、教育部“符号计算与知识工程”重点实验室基金和吉林大学“985”工程项目基金.
其他文献