ANFIS简介.docx_第1页
ANFIS简介.docx_第2页
ANFIS简介.docx_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

ANFIS简介 自适应网络模糊推理系统，也称为基于网络的自适应模糊推理系统(Adaptive Network-based Fuzzy Inference System)，简称ANFIS。ANFIS由加利福尼亚大学伯克利分校的Jang Roger于1993年提出，是一种综合了神经网络自适应性的模糊推理系统。它综合神经网络的学习算法和模糊推理的简洁形式，通过对训练数据组的学习，以产生数值解。因此，该模型既具有学习机制，又具有模糊系统的语言推理能力等优点。自开发出来至今，ANFIS不同学科领域都取得了广泛的应用。模糊推理系统的学习归结为对条件参数（非线性参数）与结论参数（线性参数）的调整。对于所有参数，均可采用基于梯度下降的反向传播算法来调整参数，而采用一种混合算法可以提高学习的速度。混合算法中条件参数仍采用反向传播算法调整，而结论参数采用线性最小二乘估计算法调整。ANFIS结构有五层，其结构如图6所示，为简单起见，假定所考虑的模糊推理系统有两个输入x和y，输出为f，均为可提供的数据对，网络同一层的每个节点具有相似的功能，用表示第一层第i个节点的输出，依此类推。图 6 典型的结构第一层：输入参数的选择和模糊化，它是模糊规则建立的第一步。该层每个节点i是以节点函数表示的方形节点 和是与该节点函数相关的语言变量，如“大”、“小”或“高”“低”等，或者说 是模糊集（=，）的隶属度函数，通常可以选用钟型函数。 其中，为隶属函数的参数集合。另外，三角隶属函数（trimf）、梯形隶属函数（trapmf）等都是模糊化时常用的函数45。该部分的参数集称为前件参数集。 第二层：模糊规则激励强度的计算，将输入信号的隶属度相乘，其输出为第三层：本层节点进行各条规则适用度的归一化计算，即第i个节点计算第i条规则的与全部规则值之和的比值第四层：该层每个节点i为自
人人文库> 全部分类> 行业资料 > 管理策划

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论