基于模糊逻辑推理的BP神经网络及其应用

摘要

阐述了ＢＰ神经网络的原理及学习算法，在结合模糊逻辑推理的基础上提出了一种具有分层结构，能够进行规则自提取、自修正、自学习的复合模糊ＢＰ神经网络模型。这种模糊神经网络不仅可以充分利用原有的专家的经验和知识，而且能够从实际数据中通过不断学习获取新的知识和推理规则。同时，在相应的网络权值训练中引入了遗传算法和模糊逻辑控制器的优化求解思想。还进一步探讨了将这种网络模型用于汇率分析系统的形式和方法。