【一种新的模糊神经网络及其在时间序列分析中的应用】张冰.pdf

目录 5遗传算法训练模糊规则后件子网的方法和步骤1研究背景及国内外发展现状第二章模糊逻辑与模糊逻辑推理 2模糊逻辑的数学基础 2模糊逻辑推理 2解模糊判决方法 3人工神经网络模糊系统与神经网络的融合 3两种典型的模糊神经网络及其特点第四章一种新的模糊神经网络模型 4样本竞争分类输人变量隶属度函数的确定 4模糊规则后件子网的训练拒识样本的处理.

第一章引言第一节研究背景及国内外发展现状模糊数学是用数学方法研究和处理客观存在的模糊现象的一门新兴学科。1965年,美国控制论专家、加利福尼亚大学教授扎德(L.A.Zadeh)首先提出模糊集的概念,发表了模糊数学的第一篇论文“模糊集”(Fuzzysets)。他提出,模糊数学的核心思想就是运用数学手段,仿效人脑思维,对复杂事物进行模糊度量、模糊识别、模糊推理、模糊控制和模糊决策。模糊性是在众多现象中普遍存在的。人的智慧或者人的大脑,较之精确计算机,就是能在信息不完整不精确的情况下作出判断与决策,也就是进行模糊信息处理。

第二章模糊逻辑与模糊逻辑推理第一节模糊逻辑在经典二值逻辑中,假定所有的分类都是有明确边界的,任一被讨论的对象要么属于这一类,要么就不属于这一类.一个命题不是真就是伪,不存在亦真亦伪或者非真非伪的情况.而模糊逻辑是对二值逻辑的扩充,它是为解决现实世界中存在的模糊现象而发展起来的,它要考虑被讨论对象属于某一类的程度,一个命题可能亦此亦彼,存在着部分真和部分伪.在二值逻辑中无法表达象“大部分”这样的不精确含糊信息,在模糊逻辑中则可利用隶属度来描述.我们日常生活中不断用到模糊逻辑的描述方法,模糊逻辑是通过模仿人的思维方式来表示和分析不确定不精确信息的方法和工具。