咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于模糊聚类的二型模糊神经网络系统辨识 收藏

基于模糊聚类的二型模糊神经网络系统辨识

Type 2 Fuzzy Neural Network System Identification Based on Fuzzy Clustering

作     者:施建中 梁绍华 SHI Jian-zhong;LIANG Shao-hua

作者机构:南京工程学院能源与动力工程学院南京211167 

出 版 物:《科学技术与工程》 (Science Technology and Engineering)

年 卷 期:2020年第20卷第4期

页      面:1454-1460页

学科分类:08[工学] 0835[工学-软件工程] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基  金:南京工程学院校级科研基金(YKJ201523) 

主  题:二型模糊集合 二型模糊神经网络 模糊C均值 非线性辨识 反向传播 

摘      要:二型模糊神经网络结合了二型模糊系统描述实际情况不确定性和神经网络的学习能力,在非线性系统的辨识中得到了广泛应用。二型模糊神经网络参数学习使用最多的是反向传播算法算法,该算法原理简单,易于实现。但是该算法对初值敏感,不合适的初始会导致算法收敛于非最优解或者发散。针对反向传播算法的这一缺点,提出了一种基于模糊C均值聚类的区间二型模糊神经网络辨识算法。该算法选择高斯型隶属度函数,将模糊C均值算法得到的聚类中心初始化高斯函数的中心,而高斯函数的宽度利用模糊C均值聚类算法的隶属度和中心求取。通过2个非线性系统的辨识效果表明,提出的辨识算法具有较高的辨识精度,收敛速度较快。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分