一种基于规则的前馈神经网络及其学习算法

摘要：

该文提出了一种基于规则的前馈神经网络的设计方法和学习算法，它将粗糙集理论的定性分析能力和多层前馈神经网络的逼近能力结合在一起，得到一种结构可解释、计算简单、收敛速度快的前馈神经网络模型。在建立网络时，可以运用粗糙集的理论和方法，从给定学习样本数据中发现一组规则，然后根据这些规则可以确定网络中相应的隐层节点；网络的参数可以用ＢＰ算法迭代求出。

关键词： 粗糙集 前馈神经网络 神经网络 算法

作者: 李永敏 吉吟东 朱善君 孙增圻

作者单位: 大学自动化系 大学计算机系

会议类型: 国内会议

会议名称: 1998年中国智能自动化学术会议

会议地点: 上海

会议语种:中文

页码: 164～172

在线出版日期: 1998-05-01（万方平台首次上网日期，不代表论文的发表时间）