艾芳菊
- 作品数：7 被引量：49H指数：3
- 供职机构：湖北大学数学与计算机科学学院更多>>
- 发文基金：国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种新的模糊神经网络删剪策略被引量：1
- 2007年
- 模糊规则的数量直接决定模糊神经网络结构的复杂度和效率.基于神经网络自构行学习(NNSCL)算法,用共轭剃度预条件正则方程算法求取删除隐层神经元后的剩余权值,得到改进的NNSCL-1算法.将此算法应用到模糊神经网络的规则推理层,可以极大地优化网络的规则及结构,并且结构优化后不需要重新训练也能保持网络的精确度和泛化能力.仿真结果显示了此算法的有效性和可行性.
- 艾芳菊
- 关键词：模糊神经网络最小二乘问题
- 模糊神经网络的结构优化研究
- 由于模糊控制和神经网络共生互补，因此它们的结合产物——模糊神经网络成为当今智能控制领域的研究热点。典型的模糊神经网络结构就是被称为模糊多层感知器类型的模糊神经网络结构。在模糊神经网络中，代表规则节点的数目直接影响着整个网...
- 艾芳菊
- 关键词：模糊神经网络结构优化
- 基于实例推理系统中的权重分析被引量：12
- 2005年
- 指标权重的确定在基于实例推理(CBR)系统的检索模型中起着重要的作用。采用基于多位专家的二级模糊综合评判方法求得各个指标的总的综合权重,对指标权重进行了讨论,并引入关联度的概念,讨论了各专家的偏离度及一致性。实例证明有效、可行。
- 艾芳菊
- 关键词：偏离度
- CBR中的检索模型研究被引量：12
- 2005年
- 事例检索模型直接影响基于事例推理(Case-BasedReasoning,CBR)的结果。该文提出了一种将多概念学习的决策树算法、多维加权贴近度法与模糊综合评判法相结合的事例检索模型,并根据事例状态的属性设计了几种隶属度函数。分析了此模型的优缺点,指出了今后的改进方向。
- 艾芳菊
- 关键词：基于事例推理模糊综合评判
- 基于多维加权贴近度方法的方案优选被引量：3
- 2007年
- 在决策支持系统中经常遇到从以前的方案库中优选方案进行决策。方案选择会对决策结果影响很大,常常有一定的模糊性。用多维加权贴近度方法可以很好的计算出方案库中的方案与目标方案的相似程度,相似程度最高的方案即为最优方案。此方法分析了三种类型的定量特征以及模糊特征的隶属度函数的设定,两种常用贴近度的使用,用权重分析系统进行特征权重的设置。实例证明该方法比一般加权和方法选出的最优方案更准确、更有效。
- 艾芳菊
- 关键词：贴近度隶属度函数
- 一类模糊神经网络的结构优化被引量：3
- 2002年
- 提出了一类新的模糊神经网络结构。神经网络自构形学习算法用于此类模糊神经网络的规则推理层进行规则优化,并将此算法向网络的低层次上扩展,还可对此算法的各公式进行少许的改动和调整C1和C2的值相结合,达到网络结构优化的目的。最后以无人驾驶的模型小汽车为例进行软件仿真、结果分析,证明该方法是可行且有效的。
- 艾芳菊赵丹潘福铮
- 关键词：模糊控制模糊神经网络结构优化模糊推理系统
- 一种新的前馈神经网络删剪算法被引量：2
- 2008年
- 前馈神经网络中隐层神经元的个数与它的学习和泛化能力密切相关.通过广义逆矩阵算法解决最小二乘问题改进神经网络自构行学习算法,得到一种新的前馈神经网络删剪算法.将新算法用于已经训练好的大型网络,能删剪"冗余"的隐层神经元,得到一个最精简的神经网络.此精简的神经网络不需要重新训练仍能保持原有的性能,并且泛化能力很好.仿真实例说明此算法的有效性和可行性.
- 艾芳菊李晓芳
- 关键词：前馈神经网络
