对一种基于RBF神经网络结构的模糊隶属度函数学习计算方法研究的探讨.pdf

学界 信息管理 对一种基于RBF 神经网络结构的模糊隶属度 函数学习计算方法研究的探讨 唐守军 510091 （广东省广州市 ） 摘 要：本文探讨了一种基于 神经网络结构的模糊隶属度函数学习算法的研究并给出了验证该算法有效性的检验检验结果表明 RBF , , 了基于这种改进的 神经网络结构的隶属度函数的学习算法是比较有效的在本文的基础上还有以下的工作需要进一步研究在线 RBF , , : 调节隶属度函数划分的中心值和宽度利用遗传算法、免疫算法等进化算法优化 网络结构等等。 , RBF 关键词： ；隶属度函数；仿真实验 RBF 第二层每个结点表示一个模糊集合如果将隶属函数确定 前言 : , 为正态分布型 那么每个结点的输出函数便是这个模糊集合的 , 从模糊逻辑控制系统的一般设计原理中可以发现 要使一 2 2 , 隶属函数。即 （） （ ） 其中： 分别是每个 f ,k x =e- x -c k /σ , c k ,σ i i i i i i iki i i iki 个模糊逻辑控制系统合理地运行 关键在于找到最优的隶属函 , 隶属函数的中心和宽度 表示第 个输入变量的第 个模糊