动态模糊神经网络用于自学习

动态模糊神经网络

动态模糊神经网络

 输入语言变量

 系统输出

 是第个输入变量的第个隶属函数

 表示第条模糊规则

 是第个归一化节点

 是第个规则的结果参数或连接权

 是指系统的总的规则数

（1）第1层：输入层

每个节点表示一个输入的语言变量。

（2）第2层：隶属函数层

每个节点分别代表一个隶属函数，该隶属函数用高斯函数表示。

是的第个隶属函数

是的第个高斯隶属函数的中心

是的第个高斯函数的宽度

 是输入变量数

 是隶属函数的数量，也代表系统的总规则数

（3）第3层：T-范数层

每个节点分别代表一个可能的模糊规则中的IF-部分。因此，该层节点数反映了模糊规则数。第个规则的输出为

是第个RBF单元的中心

该层的每个节点即代表了一个RBF单元。

（4）第4层：归一化层

该层的节点称为N节点。N节点数与模糊规则节点数相等。第个节点的输出为

（5）第5层：输出层

该层中的每个节点分别表示一个输出变量，该输出是所有输出信号的叠加：

 变量的输出

 是THEN-部分（结果参数）或者第个规则的连接权

（TSK模型）

（结果为实参数）

模型结构：

TSK模型结构：

S模型结构：