基于SOM规则自动生成的模糊神经网络模型

计算机科学２∞ｏＶｏｌ２７№．５

基于ｓｏ懿规则自动生成的模糊神经网络模型

ＦｕｚｚｙＩｎｆｅｒｅｎｃｅＮｅｕｒａ｝ＮｅｔｗＤｒｋｕｓｌｎｇＳＯＭｔｏＧｅｎｅｒａｌ】ｚｅＲｕｌｅ§Ａｕｔｏｈｍｔｌｃａｌｌｙ

陈志兵黄人瑗章劲松庄镇泉（孛嚣辩蔹夫学电子辩学与援求象合嚣２３００２６）

Ａ酶｝｝＃ｅｔ

Ａｎｅｗ

ｍｏ玉ｌ。ｆＦｎｚ。ｙＩ《ｅｒｅｎｅｅ瓣ｅｎｒ３ｌＮｅｔｗｏｒｋｗｂｊｃｂｅｍｐｌ。ｙｓ

Ｋ。ｂｎｅｎ

Ｓ０斟ｔ。ｇｅｎｅ＃８ｉ

Ｌｚｅ

ｔｈｆｕｚｚｙｒｕｌｅｓ【５ｐｒ。ｐｏｓｅｄｌｎ

ｔｈｉｓｐａｐｅｒＴｈｅｎ时ｗｏｒｋ

ｃｏｎｓｌｓｔｓ

ｏｆｔｈｒｅｅ１８ｙｅｒｓ；ｔｈｅｌｎｐｕｔ—ｏｕｔｐｕｔｌａｙ＿

ｅｆ，ｔｈｅＩｆｈｙｅｒ，ａｎｄ娃∞Ｔｈｅｎｌａｙｅｆ，Ｔｈｅｐｅｒ｜ｏｒｍａｎｃｅ。ｆｔｈｅＦｕｚｚｙ｛ｎｉｅｒｅｎｃｔＮｅｕｒａ３Ｎ酿ｗ髓ｋ担ｄｅｔｅｆｍＬｎｅｄｂｙｔｈｎｏｄｅｓａｎｄｔｈｅｃｏｎｎｅｃｔ【ｖ【ｌｙ

ｂｅｔｗ㈣ｔｈｅ

Ｉａ”ｒｓ

Ｔｂｅｒｅ

ａｒｅ

ｔｈｒｅｅｌｅａｒｎｉｎｇｐｒｏｃｅｓｓｅｓｍｔｈｅ

ｎｅｔｗｏｆｋ：｛ｈｅＳＯＭｐｒｏｃｅｓｓ，ｔｈｅｒｕｌｅ—ｇｅｎｅｆａｌＥｅ—ａｎｄ—ａｂｓｔｒａ姓ｐｒｏｃｅ８ｓａｎｄｔｈｅＬＭＳｋａｒｎ“ｇｐｒｏ＠ｓｓｅｓ＋Ｉｎｔ№ｒｕｌ。ｇ蛳ｅｆａｌＬｚａｔＩｏｎ—ａｎｄ—ｍｔ。ｇｒａｔｌｏｎｐｒｏｃｅｓｓ，ａｎｏｔｈｅｒｆｅａｔｕｒｅ“ｍｐ１ｓ

ｅ“巾ｌｏｙｅｄｔｏａｂｓｔｒａｃｔｔｈｅｒｕｌｅｓ

ｅ｛ｆｅｃｔｌｖｅｌｙ．Ｔｈｅｆｅｓｕｌ拈ｏｆｃｏｍｐｕｔｅｒｓｔｍｕｌａｎｏｎａｐｐｌｙｍｇ

ｔｏ

ｆＬｎａｎｃｌａＩ

ｐｒｅｄＩｃ“ｏｎｓｈｏｗｔｈａｔ仆摊ｐｅｒ｛ｏ卜

ｒ眦ｎ跳ｏｆｔｈｌｓＦＩＮＮｎｅｔｗｏｒｋ‘ｓｓｕ础ｒｌｏｒ

ｔｏ

ｔｈａｔｏｆｔｈｅＢＰｎｅｔｗｏｒｋ．

ＫｅⅣｏｒｄｓ

ＦｕｚｚｙＩｎｆｅｒｅｎｃｅＮｅｕｒａｌＮｅｔｗｏｒｋ，ｓｅｌｆ”０ｒｇａｎＬｚａｔｌｏｎＭａｐ‘ＳＯＭ），Ｆｕｚｚｙｒｕｌｅｓ

ｔ

ＬＭＳ１ｅａｒｎ—

ｌｎｇ

１；陪

２模糊神经闻络结构

模糊幕缓建模一般将经过系缱结构辨镀秘系统参数估计丽十阶段Ⅲ。在辨识阶段，主要挟惫输入变量及萁相互美簌、模撇蟪则数、输八输出空间趔分郓系统参数的初壤；在估计蚧段。主要用来谰整系统参数黻使得系统的输也与目标输出的差值尽可能小。

对于系统参数估计阶段瞬参数调整．天翻露箍出一些自动方法。对于系统结掏辨识阶段．也产生了如模投法、装豢法移交策拇洼等，毽这整方法一按帮蒜要又工干预。其中模糊规则的生成与调整以敷隶属魔函数

静选致是蔡统镳搀爨嘏瓣段豹主要翅题，文［２３～３］

提出了用神经网络自动生成模糊规则并ｊ提行隶属度形坟调整，从菰构成摸鞭神经网络。ｗａｎ９０１提出怠动分割输入空问的方法，Ｌ－ｎ啉提出三阶段学习算法的模糊丰串经网络。

本文许对筷糊撬贝哇曲自动生成．撵出了一种新曲模糊神经网络模型，其结构分为输入输出层．条件层和鳍论层。两培学碍丹为三十过程：台缀嚣进程、靛尉生成与舍井挝程和ＬＭｓ学习过程。在规则生成与台并过程霄了二争鑫缱缀跌射霞，嫠得趣巅挺玻委趣有

效。

＊）毒文属９北国家蘸点基础｛旰竞发展艘劐项目资助课题

２

１模糨逻辑系统

模糊逻辑系统由模糊产生器、横釉规则库、攘糊推理机期反模糊化器缎成。模糯逻辑聚统按｝！镬其模糊规则表遮方式不同可静为两太娄。第一类由Ｔａｋａ掣稀Ｓｕｇｅ∽－“提出．该类基于输入空间的模糊划箭，输出为输入曲线髓缀台，萁裁剜表避如下：

足：ＩＦ

ｚ１

ｌｓ

Ａｊａｎｄ，…，ａｎｄ嚣。扭＾４：

ｔｂｅｎ岁拦＃；上ｄ｛ｚ｝÷…＋矗ｚ。

（１）

足（ｒ一１，２，…．ｆ）表示第ｌ十模糊规则．ｚ，（Ｊ高１．２，…，弹ｔ）是臻凡，，‘楚贸粒输出，＾：是隶簇塞函数＋这一樊模糊逻辑系缱的优点【１”是：基于这种模糊规则的模榴逻辑黎统鹤输出，毙出规则蓐孛诸变量的隶堪度函敬以及规则的输出部分精确确定。便于工程应用，

第二粪幽ＭａｎｄａｎｌⅡ１提出，其规划表遗如下：足：ＩＦ卸ｌｓＡａｎｄ＋…社ｎｄ“幅且：

ｔｈｅｎ，惴Ｆ

（２）

＿ｔ式孛，鹦，…，Ａ；，茸（ｉ—ｌ＋２，…，ｅ）燕隶属囊蕊数。该类模糊逻辑系统提供了一种嚣化专家语言信息和在穰壤逻瓣援瓣下系统爨耀这类谱言信崽的一般他模式；

援糨逻辑幕绕彀推理进程一般必；先诗簿辕凡盎

?６ｌ?

　

万方数据