模糊神经网络（模糊神经网络基本定义）

本篇文章给大家谈谈模糊神经网络，以及模糊神经网络基本定义对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。

本文目录一览：

• 1、模糊神经网络可以是单输入单输出的吗
• 2、模糊神经网络系统能实现单片机的功能吗
• 3、模糊神经网络的基本形式

模糊神经网络可以是单输入单输出的吗

可以。输入可以是单输入（只有一个神经元），也可以多输入（多个神经元）。输出也是一样

模糊神经网络系统能实现单片机的功能吗

这句话说反了，应该是：在单片机上能否实现模糊神经网络。神经网络其实只是一个数学漏枯上的概念，体现在编程返哗洞上则肯定可以实现的，至于模糊规则则更不必说，单片机的0 1肯定是可以做到的。

只是神经网络在训练中需要产生大量的临时变量，单片机的内存和运算速度需要考虑。现在也有硬件实现的神经网络，那种处理速度比较快。

粗集和神经网络的共同点是都能在自然环境下很好的工作，但是，粗集理论方法模拟人类的抽象逻辑思维，而神经网络方法模拟形象直觉思维，因而二者又具有不同特点。粗集理论方法以各种更接近人们对事物的描述方式的定性、定量或者混合性信息为输入，输入空间与输出空间的映射关芦唤系是通过简单的决策表简化得到的，它考虑知识表达中不同属性的重要性确定哪些知识是冗余的，哪些知识是有用的，神经网络则是利用非线性映射的思想和并行处理的方法，用神经网络本身结构表达输入与输出关联知识的隐函数编码。

模糊神经网络的基本形式

模糊神经网络有如下三种形式：

1．逻辑模糊神经网络

2．算术模糊神经网络

3．混合模糊神经网络

模糊神经态辩网络就是具有模糊权系数或者输入信号是模糊量的神经网络。上面三种形式的模桥告糊神经网络中所执行的运算方法不同。

模糊神经网络无论作为逼近器，还是模式存储器，都是需要学习和优化权系数的。学习算法是模糊神经网帆消缺络优化权系数的关键。对于逻辑模糊神经网络，可采用基于误差的学习算法，也即是监视学习算法。对于算术模糊神经网络，则有模糊BP算法，遗传算法等。对于混合模糊神经网络，目前尚未有合理的算法；不过，混合模糊神经网络一般是用于计算而不是用于学习的，它不必一定学习。

[img]

关于模糊神经网络和模糊神经网络基本定义的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。