用HCM聚类和遗传算法实现多级模糊神经网络

摘要：

模糊集理论适用于一些实验数据中不确定性和模糊性的建模问题,而模糊推理系统拥有模糊IF-THEN格式的结构化知识表示,但缺少适应性.神经网络本身具有对外部很强的适应性和从过去数据中学习的机制,但基于线性推理的模糊神经网络(FNN)模型作为模糊推理方法不能得到存在于参数间的最终关系,也不能影响接着发生的模糊集合.因此,我们提出了一个多级模糊神经网络(Multi-FNN),使用硬C均值聚类和进化模糊颗粒,利用处理为近似推理的一个线性推理,获得信息微粒和模糊集之间的关系.

关键词：多级模糊神经网络、模糊规则、HCM聚类、遗传算法

所属期刊栏目：32

分类号：TP3;O23

在线出版日期：2005-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：229-232