神经网络与模糊系统_模糊神经网络技术综述

  本文关键词：模糊神经网络技术综述，，由笔耕文化传播整理发布。

第32卷第5期2003年10月

文章编号:1002-0411(2003)05-0431-05

InformationandControl

信息与控制

Vol.32,No.5

Oct.,2003

模糊神经网络技术综述

张 凯,钱 锋,刘漫丹

(华东理工大学自动化研究所,上海 200237)

摘 要:首先讨论了模糊神经网络协作体的产生和优越性,随后将模糊神经网络划分为狭义模糊神经网络、用模糊逻辑增强网络功能的神经网络和神经模糊系统,并分别介绍了各自的网络结构和学习算法,最后介绍了模糊神经网络的工业应用.*

关键词:模糊逻辑;神经网络;综述

中图分类号:TP13 文献标识码:B

ASURVEYONFUZZYNEURALNETWORKTECHNOLOGY

ZHANGKai,QIANFeng,LIUMan-dan

(InsituteofAutomation,EastChinaUniversityofScienceandTechnolog,Shanghai 200237,China)

Abstract:Theemergenceandsuperiorityoffuzzy-neurosynergyisdiscussedfirstly.Thefuzzyneuralnetworkscanbedividedintothreetypes:narrow-sensefuzzyneuralnetworks,neuralnetworksenhancedbyfuzzylogic,andneuralfuzzynet-worksystems.Thenetworkstructureandlearningalgorithmofthethreetypesareintroduced,andtheindustrialapplicationsarealsorecommended.

Keywords:fuzzylogic;neuralnetworks;survey

1 引言(Introduction)

系统的复杂性与所要求的精确性之间存在尖锐矛盾.为此,通过模拟人类学习和自适应能力,人们提出了智能控制的思想.控制理论专家Austrom(1991)在IFAC大会上指出:模糊逻辑控制、神经网络与专家控制是三种典型的智能控制方法.通常专家系统建立在专家经验上,并非建立在工业过程所产生的操作数据上,且一般复杂系统所具有的不精确性、不确定性就算领域专家也很难把握,这使建立专家系统非常困难.而模糊逻辑和神经网络作为两种典型的智能控制方法,各有优缺点.模糊逻辑与神经网络的融合)))模糊神经网络(FuzzyNeuralNet-work)由于吸取了模糊逻辑和神经网络的优点,部分避免了两者的缺点,已经成为当今智能控制研究的热点之一.

neuralnetwork)

模糊逻辑(FL)、神经网络理论(NN)、遗传算法(GA)、随机推理(PR),以及置信网络、混沌理论和部分学习理论相融合,形成了一种协作体,这种融合并非杂乱无章地将模糊逻辑、神经网络和遗传算法等进行拼凑,而是通过各种方法解决本领域的问题并相互取长补短,从而形成了各种方法的协作.从这个意义上讲,各种方法是互补的,而不是竞争的.在协作体中,各种方法起着不同的作用.通过这种协作,产生了混合智能系统.模糊逻辑和神经网络都是重要的智能控制方法,将模糊逻辑和神经网络这两种软计算方法相结合,取长补短,形成一种协作体)))模糊神经网络.

模糊逻辑和神经网络各自从不同角度研究人的认知问题.模糊逻辑从宏观出发,研究认知中的模糊性问题;神经网络从微观出发,模拟人脑神经细胞的结构和功能.模糊逻辑和神经网络的比较如表1[1].

2 模糊神经网络的提出(Proposingoffuzzy

*

收稿日期:2002-07-10

基金项目:国家自然科学基金资助项目(60074027);上海市教育发展基金会曙光计划项目(2000SG18);国家/十五0863计划CIMS技术主

  本文关键词：模糊神经网络技术综述，由笔耕文化传播整理发布。