论文部分内容阅读
本文将模糊算法和小脑模型神经网络有机地结合在一起,提出了一种单输入单输出(SISO)的模糊小脑模型神经网络(FCMAC).它在对输入进行分级量化的同时进行模糊量化,利用Takagi-Sugeno模糊算法进行推理,并将模糊算法引入CMAC的权值训练,具有输入量化级数少、函数逼近精度高等特点.这种FCMAC用于Wiener模型辨识具有结构确定、计算量小、训练速度快、辩识效果好等特点.