菱形思维的可拓神经网络实现.pdfVIP

　2000 年 6 月 系统工程理论与实践 第 6 期　 文章编号:(2000) 菱形思维的可拓神经网络实现 周鸣争, 杨益民 (安徽机电学院计算机系, 安徽 芜湖 241000) 摘要: 　针对菱形思维过程, 设计出一类可拓神经网络, 通过网络的自学习功能, 该模型可 以使菱形 思维过程较便利的实现 对模型本身也进行了理论分析 关键词: 　菱形思维过程; 物元; 可拓神经网络; 联想矩阵　　　　 Imp lem en tation of Ex ten sion N eu ral N etw o rk fo r R hom bu s T h ink ing P rocess , ZHOU M ing zheng YAN G Y i m in (D epartm ent of Computer Science, A nhuiM echanical and E lectronic Co llege, W uhu 241000) : 　 Abstract A n extension neural netw o rk based on the rhom bus th ink ing p rocess is de . signed T he model can realize the rhom bus th ink ing p rocess early by self learning func tion of the netw o rk. T he theo retic analysis about the model is discussed also. : 　 ; ; ; Keywords rhom bus th ink ing p rocess m atter elem ent extension neural net w o rk associative m atrix 1　问题提出 文献[1 ] 中系统地讨论了一种能充分反映可拓学思想的新方法——菱形思维方法, 菱形思维方法在可 拓决策、可拓评判等方面有着广阔的应用前景 在菱形思维过程中, 一般是利用文献[2 ]所介绍的物元的发 散性、相关性、共轭性产生发散系统, 再针对所讨论的问题, 根据一定法则产生收敛系统, 得到输出结果状 态, 其中需使用物元可拓关系的关联函数K (R i , R j ). 由于R i 和R j 所表示的事物, 特征一般是不相同的, 建 立可拓关系的关联函数解析表达式迄今仍是一大难题 对具体的两组物元R 1i , R 2j ( i= 1, …, s; j = 1, …, t) 可以根据掌握的资料和待解决问题的初始条件定出相应的关联函数值K (R 1i , R 2j ) , 但当输入信息R 1i 变为R ′时, 又必须重新确定发散系统、收敛系统及相应的关联函数值, 这给菱形思维模型的实际应用带来 1i 极大的不便 本文将提出一种使菱形思维过程得以方便实现的可拓神经网络模型 同时对网络的联想矩 阵、算法进行讨论 2　菱形