📄 3．3 模糊神经网络的学习.htm
字号:
<P><IMG height=43 src="3．3 模糊神经网络的学习.files/6.3.ht14.gif" width=58
border=0></P>
<P>即有 X=α.Y</P>
<P>实际上：<IMG height=44 src="3．3 模糊神经网络的学习.files/6.3.ht15.gif" width=342
border=0></P>
<P>故有</P>
<P><IMG height=33 src="3．3 模糊神经网络的学习.files/6.3.ht16.gif" width=188
border=0></P>
<P>即</P>
<P><IMG height=33 src="3．3 模糊神经网络的学习.files/6.3.ht17.gif" width=302
border=0></P>
<P>最后有</P>
<TABLE height=276 cellSpacing=0 cellPadding=0 width="80%" align=center
border=0>
<TBODY>
<TR>
<TD width="76%" height=36><IMG height=34
src="3．3 模糊神经网络的学习.files/6.3.ht18.gif" width=302 border=0></TD>
<TD width="24%" height=36>(3-127)</TD></TR>
<TR>
<TD width="76%" height=37><IMG height=35
src="3．3 模糊神经网络的学习.files/6.3.ht19.gif" width=306 border=0></TD>
<TD width="24%" height=37>(3-128)</TD></TR>
<TR>
<TD width="76%" height=18><FONT
size=2>把式(3—127)(3—128)改写为下列形式</FONT></TD>
<TD width="24%" height=18></TD></TR>
<TR>
<TD width="76%" height=35><IMG height=33
src="3．3 模糊神经网络的学习.files/6.3.ht20.gif" width=298 border=0></TD>
<TD width="24%" height=35>(3-129)</TD></TR>
<TR>
<TD width="76%" height=38><IMG height=36
src="3．3 模糊神经网络的学习.files/6.3.ht21.gif" width=307 border=0></TD>
<TD width="24%" height=38>(3-130)</TD></TR>
<TR>
<TD width="76%" height=38><FONT
size=2>上两式则明显说明W<SUB>kjL</SUB>、W<SUB>kjU</SUB>和W<SUB>kjL</SUB>(
α)、W<SUB>kjU</SUB>( α)的关系。<BR>从而式(3—125)(3—126)则为：</FONT></TD>
<TD width="24%" height=38></TD></TR>
<TR>
<TD width="76%" height=56><IMG height=56
src="3．3 模糊神经网络的学习.files/6.3.ht22.gif" width=384 border=0></TD>
<TD width="24%" height=56>(3-131)</TD></TR>
<TR>
<TD width="76%" height=18><IMG height=52
src="3．3 模糊神经网络的学习.files/6.3.ht23.gif" width=380 border=0></TD>
<TD width="24%" height=18>(3-132)</TD></TR></TBODY></TABLE></TD></TR>
<TR>
<TD width="100%" height=35>
<P>很明显，要求取<SUP>a</SUP>e( α)/<SUP>a</SUP>W<SUB>kjL</SUB>，<SUP>a</SUP>e(
α)/W<SUB>kjU</SUB>的结果，应首先求出<SUP>a</SUP>e( α)/<SUP>a</SUP>W<SUB>kjL</SUB>(
α)和<SUP>a</SUP>e( α)/W<SUB>kjU</SUB>( α)的结果。由于从式(3—110)—(3—115)可知：e(
α)、U<SUB>kL</SUB>( α)和W<SUB>kjL</SUB>( α)之间，e( α)、U<SUB>kU</SUB>(
α)和W<SUB>kjU</SUB>( α)之间有一定的函数关系。故而有： </P>
<TABLE cellSpacing=0 cellPadding=0 width="80%" align=center border=0>
<TBODY>
<TR>
<TD width="76%"><IMG height=51
src="3．3 模糊神经网络的学习.files/6.3.ht24.gif" width=267 border=0></TD>
<TD width="24%">(3-133)</TD></TR>
<TR>
<TD width="76%"><IMG height=50
src="3．3 模糊神经网络的学习.files/6.3.ht25.gif" width=272 border=0></TD>
<TD width="24%">(3-134)</TD></TR></TBODY></TABLE></TD></TR>
<TR>
<TD width="100%" height=252>
<P>考虑： </P>
<P><IMG height=164 src="3．3 模糊神经网络的学习.files/6.3.ht26.gif" width=382
border=0></P>
<P>由于 O<SUB>kL</SUB>( α)=f(U<SUB>kL</SUB>( α))</P>
<P>而</P>
<P><IMG height=41 src="3．3 模糊神经网络的学习.files/6.3.ht27.gif" width=132
border=0></P>
<P>故而</P>
<P>f'(X)=f(X).(1-f(X))</P>
<TABLE cellSpacing=0 cellPadding=0 width="80%" align=center border=0>
<TBODY>
<TR>
<TD width="77%"><IMG height=46
src="3．3 模糊神经网络的学习.files/6.3.ht28.gif" width=495 border=0></TD>
<TD width="23%">(3-135)</TD></TR>
<TR>
<TD width="77%"><IMG height=44
src="3．3 模糊神经网络的学习.files/6.3.ht29.gif" width=501 border=0></TD>
<TD width="23%">(3-136)</TD></TR></TBODY></TABLE></TD></TR>
<TR>
<TD width="100%" height=231>
<P>对于<SUP>a</SUP>U<SUB>kL</SUB>( α)/<SUP>a</SUP>W<SUB>kjL</SUB>(
α)和<SUP>a</SUP>U<SUB>kU</SUB>( α)/<SUP>a</SUP>W<SUB>kjU</SUB>(
α)，应考虑W<SUB>kjL</SUB>( α)和W<SUB>kjU</SUB>( α)的值不同的情况。 </P>
<P>(1)当0 ≤W<SUB>kjL</SUB>( α) ≤W<SUB>kjU</SUB>( α)时</P>
<TABLE cellSpacing=0 cellPadding=0 width="80%" align=center border=0>
<TBODY>
<TR>
<TD width="77%"><IMG height=51
src="3．3 模糊神经网络的学习.files/6.3.ht30.gif" width=158 border=0></TD>
<TD width="23%">(3-137)</TD></TR>
<TR>
<TD width="77%"><IMG height=49
src="3．3 模糊神经网络的学习.files/6.3.ht31.gif" width=161 border=0></TD>
<TD width="23%">(3-138)</TD></TR>
<TR>
<TD width="77%"><FONT size=2>(2)当W<SUB>kjL</SUB>( α)
≤W<SUB>kjU</SUB>( α) ≤0时</FONT></TD>
<TD width="23%"></TD></TR>
<TR>
<TD width="77%"><IMG height=51
src="3．3 模糊神经网络的学习.files/6.3.ht32.gif" width=157 border=0></TD>
<TD width="23%">(3-139)</TD></TR>
<TR>
<TD width="77%"><IMG height=51
src="3．3 模糊神经网络的学习.files/6.3.ht33.gif" width=159 border=0></TD>
<TD width="23%">(3-140)</TD></TR>
<TR>
<TD width="77%"><FONT size=2>(3)当W<SUB>kjL</SUB>( α)<0
≤W<SUB>kjU</SUB>( α)时</FONT></TD>
<TD width="23%"></TD></TR>
<TR>
<TD width="77%"><IMG height=52
src="3．3 模糊神经网络的学习.files/6.3.ht34.gif" width=158 border=0></TD>
<TD width="23%">(3-141)</TD></TR>
<TR>
<TD width="77%"><IMG height=51
src="3．3 模糊神经网络的学习.files/6.3.ht35.gif" width=161 border=0></TD>
<TD width="23%">(3-142)</TD></TR></TBODY></TABLE></TD></TR>
<TR>
<TD width="100%" height=97>
<P>很明显；从式(3—131)—(3—142)则能求出 </P>
<P><IMG height=49 src="3．3 模糊神经网络的学习.files/6.3.ht36.gif" width=159
border=0></P>
<P>的值，从而式(3—122)、(3—123)可解。</P>
<P>最后，对称三角形模糊权系数W<SUB>kj</SUB>可以用下面公式进行学习校正</P>
<P>W<SUB>kjL</SUB>(t+1)=W<SUB>kjL</SUB>(t)+
ΔW<SUB>kjL</SUB>(t)
(3-143)</P>
<P>W<SUB>kjU</SUB>(t+1)=W<SUB>kjU</SUB>(t)+
ΔW<SUB>kjU</SUB>(t)
(3-144)</P>
<TABLE cellSpacing=0 cellPadding=0 width="80%" align=center border=0>
<TBODY>
<TR>
<TD width="78%"><IMG height=44
src="3．3 模糊神经网络的学习.files/6.3.ht37.gif" width=337 border=0></TD>
<TD width="22%">(3-145)</TD></TR></TBODY></TABLE></TD></TR>
<TR>
<TD width="100%" height=244>
<P>在校正之后．有可能出现W<SUB>kjL</SUB>>W<SUB>kjU</SUB>的情况，这时．令 </P>
<P>W<SUB>kjL</SUB>(t+1)=min{W<SUB>kjL</SUB>(t+1),W<SUB>kjU</SUB>(t+1)}</P>
<P>W<SUB>kjU</SUB>(t+1)=max{W<SUB>kjL</SUB>(t+1),W<SUB>kjU</SUB>(t+1)}</P>
<P>对于模糊权系数W<SUB>ji</SUB>和模糊阀值 θ<SUB>j</SUB>，
θ<SUB>k</SUB>．也可以采用模糊权系数W<SUB>kj</SUB>的校正方法进行校正。</P>
<P>3．学习步骤</P>
<P>假设有m个模糊向量输入输出对(X<SUB>P</SUB>，T<SUB>P</SUB>)，P＝1，2，…，m；用于神经网络学习的截集有n个，即
α<SUB>1</SUB>， α<SUB>2</SUB>， α<SUB>3</SUB>，...，
α<SUB>n</SUB>，在这种条件下，模糊神经网络的学习算法如下步骤：</P>
<P>(1)对模糊杖系数和模糊阀值取初值。</P>
<P>(2)对 α＝ α<SUB>1</SUB>， α<SUB>2</SUB>， α<SUB>3</SUB>，...，
α<SUB>n</SUB>，重复执行第(3)步。</P>
<P>(3)对I=1，2，…’m；重复执行下列过程：</P>
<P>正向计算：对应于模糊输入向量X<SUB>p</SUB>，求其输出模糊向量O<SUB>p</SUB>，并计算O<SUB>p</SUB>的。截集上下限。</P>
<P>反向传播：用目标函数e( α)，校正神经网络的模糊权系数和模糊阀值。</P>
<P>(4)如果预定的结束条件未能满足，则返回第(2)步；否则校正结束。</P></TD></TR>
<TR>
<TD width="100%" height=22>
<P align=right><A
href="http://www.jgchina.com/ednns/ednnsbk/6.2.htm">上一页</A>
<A href="http://www.jgchina.com/ednns/ednnsbk/6.3.3.htm">下一页</A>
</P></TD></TR></TBODY></TABLE></BODY></HTML>
⌨️ 快捷键说明
复制代码
Ctrl + C
搜索代码
Ctrl + F
全屏模式
F11
切换主题
Ctrl + Shift + D
显示快捷键
?
增大字号
Ctrl + =
减小字号
Ctrl + -