基于模糊系统的新型CMAC神经网络及学习算法

摘要

提出了一种基于模糊系统的新型CMAC神经网络,该神经网络与 CMAC相比,它不需要对输入分量进行量化,而且能够根据实际问题的性质来初始化网络参数,有利于提高网络的收敛速度.与一般的FCMAC相比,它的逼近精度更高,能够解决 CMAC系列网络逼近精度不高的弱点,所以此网络的实际应用前景更广阔.所做的大量仿真实验也证明了这一特性.