自组织区间二型模糊神经网络及其自适应学习算法

摘要：

针对复杂不确定非线性系统的辨识问题,提出一种基于聚类的自组织区间二型模糊神经网络学习算法.首先采用具有两个不同加权参数的FCM算法对输入数据进行划分来获取规则前件的不确定均值,同时结合聚类有效性标准确定模糊规则数目,从而自动完成神经网络的结构辨识和规则前件参数辨识；随后给出了基于梯度下降法和Lyapunov函数稳定收敛定理的规则后件权向量学习速率的自适应学习算法.通过非线性系统辨识实例,验证了该算法与其他方法相比具有更快的收敛速度和更高的逼近精度；并且利用该算法建立了某市电力短期负荷预测模型,结果表明该模型具有较高的预测精度,泛化性能更佳.

关键词：自组织、区间二型模糊神经网络、梯度下降法、自适应学习算法

所属期刊栏目：30

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金资助项目51177137;国家自然科学基金重点资助项目61134001

在线出版日期：2013-08-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：785-791