基于PLS方法的T-S型模糊神经网络学习算法

摘要：

本文分析了T-S型模糊神经网络混合学习算法在应用中样本数和规则数需要满足一定的关系.在网络输入-输出变量的个数已经确定的情况下,由于规则数受到这一关系的限制,将使网络的结构受到限制,从而使网络的逼近能力受到限制.把偏最小二乘回归(PLS)方法应用到T-S型模糊神经网络的学习算法中,可以解决上述问题.最后用实例验证了本文方法的有效性.

关键词： 模糊神经网络 偏最小二乘回归 模糊规则 学习算法

作者: 韩峰 王建国 焦李成

作者单位: 西北核技术研究所五室(西安);西安电子科技大学智能信息处理研究所(西安) 西北核技术研究所五室(西安) 西安电子科技大学智能信息处理研究所(西安)

会议类型: 国内会议

会议名称: 中国电子学会电路与系统学会第十八届年会

会议地点: 长沙

会议语种:中文

页码: 415-418

在线出版日期: 2004-04-01（万方平台首次上网日期，不代表论文的发表时间）