基于S型隶属函数的FALCON神经网络及其应用

扫码查看

原文链接

NETL

中文摘要：作为一种由基本模糊逻辑和神经网络结构结合而成的网络模型,FALCON神经网络兼具模糊逻辑控制和神经网络的学习能力.传统FALCON神经网络使用高斯函数作为隶属函数,具有良好的逼近和收敛能力,但使得网络拓扑结构和学习算法相对复杂.使用较为简单的S型函数作为FALCON神经网络的隶属函数,相应修改网络的拓扑结构,推导网络的学习算法,通过与原型网络相比较,证明改型网络简化了网络算法,且网络性能没有很大降低.最后,将改型网络应用于铝电解槽阳极效应预报,通过实际应用验证了改型网络的有效性和实用价值.

作者：

邢杰、萧德云

展开 >

作者单位：

清华大学,自动化系,北京,100084

关键词：

FALCON神经网络高斯函数 S型函数拓扑结构学习算法

主办单位：

中国神经网络委员会

中国电子学会

会议名称：

第十六届中国神经网络大会(CNNC2006)暨首届中国人工免疫系统专题会议(CAISC06)

会议时间：

2006-08-05

会议地点：

哈尔滨

会议母体文献：

哈尔滨工程大学学报

页码：

22-26

出版时间：

2006