| 刘燕,杨洁,杨达坤,吴微.基于一阶Takagi-Sugeno系统的Pi-Sigma网络的改进神经-模糊梯度学习算法[J].数学研究及应用,2014,34(1):114~126 |
| 基于一阶Takagi-Sugeno系统的Pi-Sigma网络的改进神经-模糊梯度学习算法 |
| A Modified Gradient-Based Neuro-Fuzzy Learning Algorithm for Pi-Sigma Network Based on First-Order Takagi-Sugeno System |
| 投稿时间：2012-07-19 修订日期：2012-11-25 |
| DOI：10.3770/j.issn:2095-2651.2014.01.012 |
| 中文关键词: 一阶Takagi-Sugeno推理系统 Pi-Sigma网络 收敛. |
| 英文关键词:first-order Takagi-Sugeno inference system Pi-Sigma network convergence. |
| 基金项目:中央高校基本科研基金, 国家自然科学基金(Grant No.11171367),大连工业大学青年基金(Grant No.QNJJ 201308). |
|
| 摘要点击次数: 3065 |
| 全文下载次数: 2972 |
| 中文摘要: |
| 本文给出一个可以确定一阶Takagi-Sugeno推理系统的Pi-Sigma网络,并提出一个简化的基于梯度的神经-模糊学习算法.对学习算法的收敛性进行了研究,结果表明误差函数趋于某一个值,并且误差函数的梯度趋于零. |
| 英文摘要: |
| This paper presents a Pi-Sigma network to identify first-order Tagaki-Sugeno (T-S) fuzzy inference system and proposes a simplified gradient-based neuro-fuzzy learning algorithm. A comprehensive study on the weak and strong convergence for the learning method is made, which indicates that the sequence of error function goes to a fixed value, and the gradient of the error function goes to zero, respectively. |
| 查看全文 查看/发表评论 下载PDF阅读器 |
