14、模糊6学习算法详解

模糊6学习算法详解

1. 模糊6学习算法概述

模糊6学习算法是一种具有特定步骤和规则的算法，下面将详细介绍其具体流程。

2. 模糊6学习算法步骤

2.1 步骤1：随机初始化权重

随机化 $w_{ij}$ 的初始值 $w_{ij}^0$，通常可以对所有的 $i$ 和 $j$ 赋值 $w_{ij}^0 = 1$。具体表示为：
$w_{ij}^0 = w_{ij}^0 (i = 1,2, \cdots, n, j = 1,2, \cdots, m)$

2.2 步骤2：无具体操作，为后续步骤做准备

2.3 步骤3：收集样本并计算输出

• 收集一对样本 $(a_s, b_s)$，令 $s = 1$。
• 计算由 $a_s$ 产生的输出，令 $k = 1$，计算公式如下：
  $b_{sj}’ = \bigvee_{i = 1}^{n} (w_{ij} \wedge a_{si}), j = 1, 2, \cdots, m$
  这里 $(6.36)$ 为该公式的编号。

2.4 步骤4：调整权重

• 计算误差：$\delta_{sj} = b_{sj}’ - b_{sj}, j = 1, 2, \cdots, m$
• 更新权重，即根据第 $k$ 次的权重计算第 $(k + 1)$ 次的权重：
  $w_{ij}(k + 1) =
  \begin{cases}
  w_{ij}(k) - \eta\delta_{sj}, & w_{