摘要
模糊神经网络(f-NN)为从控制操作的传感器数值数据中获取"if-then"控制规则提供新的工具,这种方法把模糊控制规则的抽取过程转化成f-NN网络结构及参数的生成与学习问题。控制规则是模糊控制系统设计的基础,控制规则的可靠程度是一个不容忽视的问题。本文提出一种对所获取的控制规则进行置信度估计的分析方法,并给出便于工程上使用的近似公式。
Fuzzy nenral network (f-NN) may be used as a new tool for extraction of fuzzy control rules from sensor data. This approach transfers the extraction process into weight estimation of f-NN. Fuzzy rules may be achieved by connectionist learning. The reliability of the extracted fuzzy rules is very important for designing fuzzy control systems. This paper investigates the confidence interval of the fuzzy rules extracted from f-NN by using the method of inferential statistics.
出处
《模式识别与人工智能》
EI
CSCD
北大核心
1994年第1期53-59,共7页
Pattern Recognition and Artificial Intelligence
基金
国家八五攻关经费
浙江大学工程控制技术国家重点开放实验室基金资助课题
关键词
模糊控制
神经网络
置信度估计
Fuzzy Systems, Neural Networks, Inferential Statistics.
