黑龙江科技学院电气与信息工程学院自动化研究所
- 作品数：1 被引量：0H指数：0
- 相关作者：石娟更多>>
- 相关领域：哲学宗教自动化与计算机技术更多>>
- 基于阴阳调和的模糊神经网络
- 2007年
- 针对传统的基于最小均方差或最大后验概率的学习算法不能得到最优解的实际情况,提出将贝叶斯阴阳(Bayesian Yin-Yang,BYY)学习算法引入模糊小脑模型关联控制器(Cerebellar Model Articulation Controller,CMAC)来确定最优模糊集的方法,并利用真值限定(Truth ValueRestriction,TVR)推理策略推导出规则权值的真值。BYY受著名的中国古代阴阳哲学理论启发,认为宇宙中的任何事物都是阴和阳对立的统一体,当阴阳取得调和时,则达到完美。模糊规则集通过BYY系统地优化,使其具有更高的泛化能力;与原始的CMAC相比,它有效地减少了存储需求,并提供直觉模糊逻辑推理,具有清晰的语意规则。产品需求预测实验结果表明:BYY结合TVR应用于模糊神经网络,改进了CMAC模型,预测方法优于其他代表性的神经网络模型,所求模糊集与训练数据达到阴阳调和,得到最优解。
- 付家才石娟唐旭华
- 关键词：模糊神经网络CMAC
