一种鲁棒性较强的神经元在模糊规则发生摄动时的有效控制

徐蔚鸿; 李璐伟

doi:10.3969/j.issn.1007130X.2010.

计算机工程与科学 >

2010 , Vol. 32 >Issue 3: 148 - 150

DOI: https://doi.org/10.3969/j.issn.1007130X.2010.

论文

一种鲁棒性较强的神经元在模糊规则发生摄动时的有效控制

徐蔚鸿 ,
李璐伟

展开

(长沙理工大学计算机与通信工程学院，湖南长沙 410077)

徐蔚鸿(1963-)，男，教授，博士生导师，研究方向为智能系统、模式识别和软件工程等；李璐伟，硕士生，研究方向为模式识别、智能系统；

收稿日期: 2009-06-13

修回日期: 2009-10-25

网络出版日期: 2010-03-10

收起

A Robust Neuron and Its Effective Control in the Perturbation of Fuzzy Rules

XU Wei-Hong ,
LI Lu-Wei

Expand

(School of Computer and Communications,Changsha Unversity of Science and Technology,Changsha 410077,China)

Received date: 2009-06-13

Revised date: 2009-10-25

Online published: 2010-03-10

Fold

摘要

一种基于弱T范数和弱S范数的神经元，可以实现与、或和混合并模糊逻辑运算，并且拥有较强的鲁棒性。将它所组成的神经网络运用到模糊推理系统中，不仅可以简化网络，实现模糊推理最基本的一致性要求，还可以控制在模糊推理过程中当规则发生摄动时对推理结果的影响程度。

关键词： 神经元; 神经网络; 鲁棒性; 摄动; 控制

本文引用格式

徐蔚鸿 , 李璐伟 . 一种鲁棒性较强的神经元在模糊规则发生摄动时的有效控制[J]. 计算机工程与科学, 2010 , 32(3) : 148 -150 . DOI: 10.3969/j.issn.1007130X.2010.

Abstract

The neurons based on a weak Tnorm and the weak Snorm can be achieved with and, or and mixedand fuzzy logic operations, and are robust. Based on the new neurons, a neural network is applied to fuzzy inference systems, which can not only simplify the network, satisfy the consistency principle of fuzzy inference, but also control the extent of the impact of the results of reasoning with the perturbation of rules in fuzzy inference.

Key words： neurons;neural network;robustness;perturbation of rules;control

Options

文章导航

模态框（Modal）标题

摘要

本文引用格式

Abstract