基于修剪技術分級學習的動態模糊神經網絡算法研究

模糊邏輯和神經網絡是智能控制學科發展和研究的關鍵技術內容。神經網絡和模糊邏輯系統均屬于無模型的估計器和非線性動力學系統，是一種處理不確定、非線性和其他不確定問題的有力工具。由于模糊神經網絡兩者之間的互補性質，模糊神經網絡控制已成為控制領域的一個重要研究方向。較之常見的模糊神經網絡方法，本文研究方法所得到的模糊規則并不隨輸入變量的增加而呈指數增長，特別是本方法無須領域的專家知識就可以對系統自動建模及抽取模糊規則。當然，如果設計者是領域專家，其知識就可以直接應用于系統設計。由于所得到的模糊神經網絡具有結構小的特點，避免了出現過擬合的現象，給使用者帶來了很大的方便。