Levenberg-Marquardt算法在T-S型模糊RBF神经网络训练中的应用
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金(No.60874096)(50704016)


Application of Levenberg-Marquardt Algorithm to Training of T-S Fuzzy Model Based RBF Neural Network
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为了提高T-S型模糊RBF神经网络的训练效率,把Levenberg-Marquardt算法引入到T-S型模糊RBF神经网络的训练过程中,提高了网络训练的收敛速度,减小了训练过程陷入局部极小点的概率,然后基于这种算法推导出T-S型模糊RBF神经网络的快速训练算法,即混合学习算法。最后通过实验验证了这种算法的有效性和实用性。

    Abstract:

    To improve the efficiency of training the T-S fuzzy model based RBF neural network, the Levenberg-Marquardt algorithm is introduced into it, which speeds up the convergence and reduces the probability for the training to get into the local minimum point. Next, a kind of more efficient algorithm, named hybrid learning algorithm,is proposed. At last, the efficiency and practicability of the Levenberg-Marquardt algorithm for the training of the T-S fuzzy model based RBF neural network are tested through an experiment.

    参考文献
    相似文献
    引证文献
引用本文

徐奉友,张小刚. Levenberg-Marquardt算法在T-S型模糊RBF神经网络训练中的应用.计算机系统应用,2010,19(12):155-159

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2010-04-14
  • 最后修改日期:2010-06-04
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号