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: