基于模糊神经网络的粗糙集规则优化方法

摘要：

本文提出的一种基于粗糙集的模糊神经网络获取模糊控制规则的新方法，利用粗糙集启发式约简算法从原始数据中提取精简规则，根据规则构建相应的模糊神经网络模型，进而对提取的规则参数进行优化，解决了常规粗糙集规则获取中规则参数不能自适应调整，难以获取最优控制规则的问题。同时，由于模糊神经网络是根据精简规则构建，因此网络具有很快的训练速度。

关键词： 粗糙集理论 模糊神经网络 模糊控制

作者: 谢克明 李晓燕

作者单位: 太原理工大学信息工程学院,太原,030024

会议类型: 国内会议

会议名称: 第五届中国Rough集与软计算学术研讨会

会议地点: 辽宁鞍山

会议语种:中文

页码: 224-226

在线出版日期: 2005-08-01（万方平台首次上网日期，不代表论文的发表时间）