前言

模糊神經(jīng)網(wǎng)絡(luò)（FNN） 是將人工神經(jīng)網(wǎng)絡(luò)與模糊邏輯系統(tǒng)相結(jié)合的一種具有強(qiáng)大的自學(xué)習(xí)和自整定功能的網(wǎng)絡(luò)，是智能控制理論研究領(lǐng)域中一個(gè)十分活

躍的分支，因此模糊神經(jīng)網(wǎng)絡(luò)控制的研究具有重要的意義。本文旨在分析模糊神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點(diǎn)及其用途。

模糊神經(jīng)網(wǎng)絡(luò)簡介

模糊神經(jīng)網(wǎng)絡(luò)是一種集模糊邏輯推理的強(qiáng)大結(jié)構(gòu)性知識表達(dá)能力與神經(jīng)網(wǎng)絡(luò)的強(qiáng)大自學(xué)習(xí)能力于一體的技術(shù)，它是模糊邏輯推理與神經(jīng)網(wǎng)絡(luò)有機(jī)結(jié)合的產(chǎn)物。一般來講，模糊神經(jīng)網(wǎng)絡(luò)主要是指利用神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)來實(shí)現(xiàn)模糊邏輯推理，

從而使傳統(tǒng)神經(jīng)網(wǎng)絡(luò)沒有明確物理含義的權(quán)值被賦予了模糊邏輯中推理參數(shù)的物理含義。以下主要討論神經(jīng)網(wǎng)絡(luò)與模糊系統(tǒng)的融合技術(shù)、模糊推理神經(jīng)網(wǎng)絡(luò)的初步研究、模糊推理神經(jīng)網(wǎng)絡(luò)。

?

模糊神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點(diǎn)

神經(jīng)網(wǎng)絡(luò)控制的優(yōu)點(diǎn)

從控制角度看，與傳統(tǒng)方法相比，神經(jīng)網(wǎng)絡(luò)對自動控制具有多種的特征和優(yōu)勢：

（1）并行分布式信息處理。神經(jīng)網(wǎng)絡(luò)具有并行結(jié)構(gòu)，可以進(jìn)行并行數(shù)據(jù)處理。這

種并行機(jī)制可以解決控制系統(tǒng)中大規(guī)模實(shí)時(shí)計(jì)算問題，并且并行計(jì)算中的冗余性

可以使控制系統(tǒng)具有很強(qiáng)的容錯(cuò)性和魯棒性。

（2） 神經(jīng)網(wǎng)絡(luò)是本質(zhì)非線性系統(tǒng)。理論上，神經(jīng)網(wǎng)絡(luò)能以任意精度實(shí)現(xiàn)任意非線

性映射，網(wǎng)絡(luò)還可以實(shí)現(xiàn)較其他方法更優(yōu)越的系統(tǒng)建模。這種特性使神經(jīng)網(wǎng)絡(luò)在

解決非線性控制問題中具有廣闊的前景。

（3） 學(xué)習(xí)和自適應(yīng)能力。神經(jīng)網(wǎng)絡(luò)是基于所研究系統(tǒng)過去的數(shù)據(jù)記錄來進(jìn)行訓(xùn)

練的。當(dāng)提供給網(wǎng)絡(luò)的輸入不包含在訓(xùn)練集中時(shí)，一個(gè)經(jīng)過訓(xùn)練的網(wǎng)絡(luò)具有歸納

能力。神經(jīng)網(wǎng)絡(luò)也可以在線進(jìn)行自適應(yīng)調(diào)節(jié)。

（4） 多變量系統(tǒng)。神經(jīng)網(wǎng)絡(luò)可以處理很多輸入信號，并具有很多輸出量，所以很

容易用于多變量系統(tǒng)。

?

模糊神經(jīng)網(wǎng)絡(luò)用途

模糊神經(jīng)網(wǎng)絡(luò)可用于模糊回歸、模糊控制器、模糊專家系統(tǒng)、模糊譜系分析、模糊矩陣方程、通用逼近器。

在控制領(lǐng)域中，所關(guān)心的是由模糊神經(jīng)網(wǎng)絡(luò)構(gòu)成的模糊控制器。在這一章中．介紹模糊神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)、遺傳算法、模糊神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法，以及模糊神經(jīng)網(wǎng)絡(luò)的應(yīng)用

模糊神經(jīng)網(wǎng)絡(luò)有如下三種形式：

1．邏輯模糊神經(jīng)網(wǎng)絡(luò)

2．算術(shù)模糊神經(jīng)網(wǎng)絡(luò)

3．混合模糊神經(jīng)網(wǎng)絡(luò)模糊神經(jīng)網(wǎng)絡(luò)就是具有模糊權(quán)系數(shù)或者輸入信號是模糊量的神經(jīng)網(wǎng)絡(luò)。上面三種形式的模糊神經(jīng)網(wǎng)絡(luò)中所執(zhí)行的運(yùn)算方法不同。模糊神經(jīng)網(wǎng)絡(luò)無論作為逼近器，還是模式存儲器，都是需要學(xué)習(xí)和優(yōu)化權(quán)系數(shù)的。學(xué)習(xí)算法是模糊神經(jīng)網(wǎng)絡(luò)優(yōu)化權(quán)系數(shù)的關(guān)鍵。對于邏輯模糊神經(jīng)網(wǎng)絡(luò)，可采用基于誤差的學(xué)習(xí)算法，也即是監(jiān)視學(xué)習(xí)算法。對于算術(shù)模糊神經(jīng)網(wǎng)絡(luò)，則有模糊BP算法，遺傳算法等。對于混合模糊神經(jīng)網(wǎng)絡(luò)，目前尚未有合理的算法；不過，混合模糊神經(jīng)網(wǎng)絡(luò)一般是用于計(jì)算而不是用于學(xué)習(xí)的，它不必一定學(xué)習(xí)。