文献类型：期刊文章

作　　者：付家才[1] 石娟[1] 唐旭华[2]

机构地区：[1]黑龙江科技学院自动化研究所,哈尔滨150027 [2]化学工业出版社高等教育教材出版中心,北京100011

出　　处：《黑龙江科技学院学报》

年　　份：2007

卷　　号：17

期　　号：3

起止页码：243-247

语　　种：中文

收录情况：AJ、CAS、CSA、CSA-PROQEUST、IC、ZGKJHX、普通刊

摘　　要：针对传统的基于最小均方差或最大后验概率的学习算法不能得到最优解的实际情况,提出将贝叶斯阴阳(Bayesian Yin-Yang,BYY)学习算法引入模糊小脑模型关联控制器(Cerebellar Model Articulation Controller,CMAC)来确定最优模糊集的方法,并利用真值限定(Truth ValueRestriction,TVR)推理策略推导出规则权值的真值。BYY受著名的中国古代阴阳哲学理论启发,认为宇宙中的任何事物都是阴和阳对立的统一体,当阴阳取得调和时,则达到完美。模糊规则集通过BYY系统地优化,使其具有更高的泛化能力;与原始的CMAC相比,它有效地减少了存储需求,并提供直觉模糊逻辑推理,具有清晰的语意规则。产品需求预测实验结果表明:BYY结合TVR应用于模糊神经网络,改进了CMAC模型,预测方法优于其他代表性的神经网络模型,所求模糊集与训练数据达到阴阳调和,得到最优解。

关 键 词：模糊神经网络 CMAC 贝叶斯阴阳学习  真值限定  

分 类 号：TP273] B21]