基于S型隶属函数的FALCON神经网络及其应用

摘要：

作为一种由基本模糊逻辑和神经网络结构结合而成的网络模型,FALCON神经网络兼具模糊逻辑控制和神经网络的学习能力.传统FALCON神经网络使用高斯函数作为隶属函数,具有良好的逼近和收敛能力,但使得网络拓扑结构和学习算法相对复杂.使用较为简单的S型函数作为FALCON神经网络的隶属函数,相应修改网络的拓扑结构,推导网络的学习算法,通过与原型网络相比较,证明改型网络简化了网络算法,且网络性能没有很大降低.最后,将改型网络应用于铝电解槽阳极效应预报,通过实际应用验证了改型网络的有效性和实用价值.

关键词： FALCON神经网络 高斯函数 S型函数 拓扑结构 学习算法

作者: 邢杰 萧德云

作者单位: 清华大学,自动化系,北京,100084

会议类型: 国内会议

会议名称: 第十六届中国神经网络大会(CNNC2006)暨首届中国人工免疫系统专题会议(CAISC06)

会议地点: 哈尔滨

会议语种:中文

页码: 22-26

在线出版日期: 2006-08-05（万方平台首次上网日期，不代表论文的发表时间）