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  最后修改时间: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).
作者单位
刘燕 大连理工大学数学科学学院 辽宁 大连 116024; 大连工业大学信息科学与工程学院辽宁 大连 116034 
杨洁 大连理工大学数学科学学院 辽宁 大连 116024 
杨达坤 大连理工大学数学科学学院 辽宁 大连 116024 
吴微 大连理工大学数学科学学院 辽宁 大连 116024 
摘要点击次数: 1190
全文下载次数: 1279
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