一种基于神经网络的模糊分类规则生成方法

摘要

神经网络和模糊技术相结合是实现智能信息处理的一种重要途径。该文分析了自组织神经网络的特点，并将其应用于模糊信息的处理中，提出了一种动态自适应神经网络模型，给出了网络结构、实现算法以及基于这种神经网络模型的模糊分类规则生成方法。该方法可以根据样本集自动确定出各特征的隶属函数的数目和形式，并形成以模糊集描述的模糊分类规则，能够用于实际问题中大量出现的有监督模式分类识别问题。实验结果表明通过网络结构和神经元的动态自适应变化能够获取样本集中的模糊信息，包括各特征状态的隶属函数和模糊规则，形成具有较高分类精度且形式直观的模糊规则知识。