计算机系统应用
計算機繫統應用
계산궤계통응용
APPLICATIONS OF THE COMPUTER SYSTEMS
2010年
12期
155-159
,共5页
T-S模糊模型%RBF%Levenberg-Marquardt算法%混合学习算法
T-S模糊模型%RBF%Levenberg-Marquardt算法%混閤學習算法
T-S모호모형%RBF%Levenberg-Marquardt산법%혼합학습산법
为了提高T-S型模糊RBF神经网络的训练效率, 把Levenberg-Marquardt算法引入到T-S型模糊RBF神经网络的训练过程中,提高了网络训练的收敛速度,减小了训练过程陷入局部极小点的概率,然后基于这种算法推导出T-S型模糊RBF神经网络的快速训练算法,即混合学习算法.最后通过实验验证了这种算法的有效性和实用性.
為瞭提高T-S型模糊RBF神經網絡的訓練效率, 把Levenberg-Marquardt算法引入到T-S型模糊RBF神經網絡的訓練過程中,提高瞭網絡訓練的收斂速度,減小瞭訓練過程陷入跼部極小點的概率,然後基于這種算法推導齣T-S型模糊RBF神經網絡的快速訓練算法,即混閤學習算法.最後通過實驗驗證瞭這種算法的有效性和實用性.
위료제고T-S형모호RBF신경망락적훈련효솔, 파Levenberg-Marquardt산법인입도T-S형모호RBF신경망락적훈련과정중,제고료망락훈련적수렴속도,감소료훈련과정함입국부겁소점적개솔,연후기우저충산법추도출T-S형모호RBF신경망락적쾌속훈련산법,즉혼합학습산법.최후통과실험험증료저충산법적유효성화실용성.
