模糊CMAC神經(jīng)網(wǎng)絡與GFHM模糊系統(tǒng)之研究與應用.pdf

1、模糊性是客觀世界中某些事物本身所具有的一種不確定性，它與隨機性有著本質(zhì)的區(qū)別。有明確定義但不一定出現(xiàn)的事件中包含的不確定性稱為隨機性，它不因人的主觀意識變化，由事物本身的因果規(guī)律決定，而已經(jīng)出現(xiàn)但難以給出精確定義的事件中包含的不確定性稱為模糊性。扎德教授于1965年提出了模糊集合的理論，開創(chuàng)了模糊數(shù)學這一新興的數(shù)學分支，從而對模糊性的定量描述與處理提供了一種新途徑。自從模糊集合理論引入以來，模糊性研究一直是研究的熱點。模糊技術以其獨特的

2、特性已經(jīng)滲透到各個領域。本文就是就是研究有關模糊神經(jīng)網(wǎng)絡和模糊系統(tǒng)的有關問題。分成兩個部分： (1)總結(jié)AlbusCMAC神經(jīng)網(wǎng)絡與經(jīng)典的FCMAC神經(jīng)網(wǎng)絡的優(yōu)缺點，在此基礎上，提出了一種基于模糊系統(tǒng)的新型CMAC神經(jīng)網(wǎng)絡(FuCMAC)，該神經(jīng)網(wǎng)絡與AlbusCMAC相比，它不需要對輸入分量進行量化，而且能夠根據(jù)實際問題的性質(zhì)來初始化網(wǎng)絡參數(shù)，有利于提高網(wǎng)絡的收斂速度。與經(jīng)典的FCMAC相比，它的逼近精度更高，能夠解決CMAC

3、系列網(wǎng)絡逼近精度不高的弱點，大量理論仿真實驗也證明了它的這一特性。在理論試驗充分證明其正確的基礎上，將其應用到地效翼船-水橇緩沖系統(tǒng)項目。 (2)針對張化光等人提出的廣義模糊雙曲正切模型(GFHM)規(guī)則基不可解釋性的缺點，提出了一種高解釋性的改進的廣義模糊雙曲正切模型(I2GFHM)，證明了此模型的模糊規(guī)則基的每一條規(guī)則的后件是此模型輸出在相應的規(guī)則中心的Taylor級數(shù)的一階展開，并采用Stone-Weierstrass定理證