论文部分内容阅读
将混合神经网络(PFNNFG) 技术应用于植物病害预测,其输入矢量含模糊分量,遗传算法优化配置各参数.变形Sigmoid函数用于不同的隐含层,构成参数化神经网络.网络的输入层引入模糊集合理论,使网络能处理语义变量.将PFNNFG和其他神经网络(如前向神经网络、径向基神经网络等)用于大豆基准问题进行分析比较,结果是PFNNFG在精度和训练速度上优于其他网络.将PFNNFG和前向神经网络用于2组黄瓜霜霉病数据,前者测试组的均方根误差小于后者.