论文部分内容阅读
模糊逻辑与神经网络结合形成的模糊神经网络同时具有易于表达人类知识、存储与学习分布信息的优点，基于此，提出一种基于参数调整的动态模糊神经网络算法。采用扩展卡尔曼滤波器法将全局算法划分为线性和非线性部分，线性参数由最小二乘法和滤波器法决定，非线性参数由训练样本和启发式法直接决定，线性和非线性参数可进行实时更新。仿真结果表明，该算法能保证更简洁的结构和更短的学习时间。