2.765

2022影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种新的基于神经模糊推理网络的复杂系统模糊辨识方法

李佳宁 易建强 赵冬斌 西广成

李佳宁, 易建强, 赵冬斌, 西广成. 一种新的基于神经模糊推理网络的复杂系统模糊辨识方法. 自动化学报, 2006, 32(5): 695-703.
引用本文: 李佳宁, 易建强, 赵冬斌, 西广成. 一种新的基于神经模糊推理网络的复杂系统模糊辨识方法. 自动化学报, 2006, 32(5): 695-703.
LI Jia-Ning, YI Jian-Qiang, ZHAO Dong-Bin, XI Guang-Cheng. A New Fuzzy Identification Approach for Complex Systems Based on Neural-Fuzzy Inference Network. ACTA AUTOMATICA SINICA, 2006, 32(5): 695-703.
Citation: LI Jia-Ning, YI Jian-Qiang, ZHAO Dong-Bin, XI Guang-Cheng. A New Fuzzy Identification Approach for Complex Systems Based on Neural-Fuzzy Inference Network. ACTA AUTOMATICA SINICA, 2006, 32(5): 695-703.

一种新的基于神经模糊推理网络的复杂系统模糊辨识方法

详细信息
    通讯作者:

    李佳宁

A New Fuzzy Identification Approach for Complex Systems Based on Neural-Fuzzy Inference Network

More Information
    Corresponding author: LI Jia-Ning
  • 摘要: 针对基于输入输出数据的复杂系统的模糊辨识问题,提出了一种新的神经模糊推理网络及相应的学习算法.学习算法被应用于系统的结构辨识与参数辨识.在结构辨识阶段,介绍了一种新的直接从输入输出数据中抽取和优化模糊规则的学习算法;在参数辨识阶段,提出和推导了一种非监督学习和监督学习相结合的混合式学习算法,实现模糊隶属函数的初步调整和优化.仿真结果表明,本文的方法可以同时满足对辨识精度、收敛速度、可读性和规则数的要求.
  • 加载中
计量
  • 文章访问数:  2824
  • HTML全文浏览量:  126
  • PDF下载量:  1651
  • 被引次数: 0
出版历程
  • 收稿日期:  2004-06-11
  • 修回日期:  2006-04-26
  • 刊出日期:  2006-09-20

目录

    /

    返回文章
    返回