一，神经网络模糊推理协作系统.pdf

1 996年7月 重废大学学报 (目然科学版) V01．【9．№ ．4 第 l9卷第4期 Jo~rna|0f Ckongq[ag U nivets Lcy(Natural Science Edition) JuI 1∞ 6 、 6一 0 一 种神经网络模糊推理协作系统’ The Software Implementation of Neural Network Fuzzy Inference Cooperation System 掰 尘 堑墨三 周家启0 J I (重庆大学电气工程系，重庆．明 4l第一作者 岁，男．博士生】仁二 中耄～ Zan…g An004 27 鲜 ^ 丁P I 摘 要 基于专柬系统的模糊推理原理，利用FCBP(Fuzzy CalcuLatingBP)网络较强的 学习功能，对输入样本较小的敏感性能，收敛速度较快等特性以及MFART(Modified Fuzzy ART)网络很好的分类特性，对模糊量良好的适应性能等特性，建立了一种新型的神经网络 模糊推理系统NNFIS(Neural Network Fuzzy Inference System)，并制作了实施软件。 关键词 窒墨丝!送塑堡堡 垒旦笪． 中国图书资料分类法分类号 TN7]l ABSTRACT This paper sets up a ilew Neu ral Network Fuzzy Inference Cooperation sy~em which is based on fuzzy inference principle in Expe rt Systems．take advantage of the powerful learn ing fun~ion·the little sensitivity to input layer s samples·and the fast convergence and s。 on in FCBP and take advantage of the good sort property and good suit property to fuzzy value in MFART Network KEYW ORDS expor~ system：fuzzy inference：neuro network o 引 言 模糊推理是人们逻辑思维活动的最恰当的表现于酷式。它具有两大难题：首先是用以求权 重的各规则隶属函数的确定问题“]．传统的作法是将各规则前件变量视为相互独立的，使问 题单纯化，然后在试验和统计基础上确定隶属函数。但现实中，同一环境中诸如“温度 和“湿 度”之类的变量看作相关是合适的。并且当变量个数增加时，不能在多维空间上经验性地确 定隶属函数 另外，以往的模糊推理体系不具学习能力，不适用于时变不确定性过程。而利 用神经网络的学习能力和非线性特性，可对不清楚规则的复杂系统的输入输出进行适当的 非线性划分，自动形成规则集和相应的隶属函数 这种划分和隶属关系在网络对充分的学习 资料进行学习后存在于带权重网络的拓朴结构中。这是一种分布存贮有关各规则的方式，并 且对各规则的处理是并行的。这正是神经网络学习能力和非线性特性的长处，也是神经网络 模糊推理机的优点。 、 } 收文日期 1 995—04—24 第 19卷第 4靳 周4、佳 等： 一种神经网络模糊推理协作系统 27 神经网络推理机原理是一种归纳推理。推理 过程是先在导师指导下完成例子学习，形成基于 例子相似性的求解模型。同时．将神经网络理解为 知识表达的一种形式。这样