调适性网路模糊推论系统.ppt.ppt

第十一章 調適性網路 模糊推論系統;11;ANFIS將模糊推論系統與類神經網路兩種演算法結合，也就是將模糊推論系統架構於類神經網路上，使其充分發揮模式對於系統不確定性與不精確性的處理能力，同時具有自我學習與組織能力，能夠調整模式的參數。 ;;第二節 ANFIS架構;;;本層節點以N 符號表示，將第 i 條規則的輸出結果除以所有規則之輸出結果，使其輸出值介於 0 到 1 之間 ;;;;第三節 ANFIS學習演算法;當模式所建立的規則數目較多、輸入變數維度較大時，這個非線性最佳化問題會變的越來越複雜，而利用坡降法（gradient descent method）、最陡坡降法（steepest descent method）、牛頓法（Newton’s method）等方法搜尋最佳解時，即可能面臨收斂速度慢、收斂性差與容易落入局部解的瓶頸。;11.3.1 誤差倒傳遞學習演算法 ;第一層輸入層 ;第三層正規化層;第五層輸出層;訓練範例資??之目標輸出值與網路推估值的誤差平方，如;11.3.2 複合型學習演算法;? 複合型學習演算法流程;第四節 應用實例;? ;? ;? ;? ;? ;? ;? ;? ;? ;? ;? ;? ;? ;? ;本章重點回顧;本章習題;