仪器仪表学报
儀器儀錶學報
의기의표학보
CHINESE JOURNAL OF SCIENTIFIC INSTRUMENT
2011年
3期
634-639
,共6页
程洪炳%黄国荣%倪世宏%刘华伟
程洪炳%黃國榮%倪世宏%劉華偉
정홍병%황국영%예세굉%류화위
粒子滤波%自组织模糊神经网络%误差率下降%模糊规则%隶属函数
粒子濾波%自組織模糊神經網絡%誤差率下降%模糊規則%隸屬函數
입자려파%자조직모호신경망락%오차솔하강%모호규칙%대속함수
为了得到结构更加紧凑、泛化性能更强的自组织模糊神经网络,提出了基于粒子滤波(particle filter,PF)的自组织模糊神经网络训练算法.其能够对模糊规则进行自动生成和增删.文中给出了模糊规则生成准则,应用误差率下降方法作为模糊规则增删策略,删除作用不大的规则.建立了以隶属函数宽度参数为状态,以理想输出为量测的动力学模型,利用PF对参数进行了学习.最后,对两个实例进行了仿真,从仿真结果可以看出,与D-FNN、SOFNN、EKF-SOFNN等算法相比,其在结构紧凑性以及泛化性能上都得到了提高,从而证明了PF-SOFNN的有效性.
為瞭得到結構更加緊湊、汎化性能更彊的自組織模糊神經網絡,提齣瞭基于粒子濾波(particle filter,PF)的自組織模糊神經網絡訓練算法.其能夠對模糊規則進行自動生成和增刪.文中給齣瞭模糊規則生成準則,應用誤差率下降方法作為模糊規則增刪策略,刪除作用不大的規則.建立瞭以隸屬函數寬度參數為狀態,以理想輸齣為量測的動力學模型,利用PF對參數進行瞭學習.最後,對兩箇實例進行瞭倣真,從倣真結果可以看齣,與D-FNN、SOFNN、EKF-SOFNN等算法相比,其在結構緊湊性以及汎化性能上都得到瞭提高,從而證明瞭PF-SOFNN的有效性.
위료득도결구경가긴주、범화성능경강적자조직모호신경망락,제출료기우입자려파(particle filter,PF)적자조직모호신경망락훈련산법.기능구대모호규칙진행자동생성화증산.문중급출료모호규칙생성준칙,응용오차솔하강방법작위모호규칙증산책략,산제작용불대적규칙.건립료이대속함수관도삼수위상태,이이상수출위량측적동역학모형,이용PF대삼수진행료학습.최후,대량개실례진행료방진,종방진결과가이간출,여D-FNN、SOFNN、EKF-SOFNN등산법상비,기재결구긴주성이급범화성능상도득도료제고,종이증명료PF-SOFNN적유효성.