一种基于模糊神经网络的区间二型模糊认知图模型

摘要

本发明公开了一种基于模糊神经网络的区间二型模糊认知图模型，所述模型结构包括四层神经网络：第一层为样本数据的输入层，该层神经元将初始输入变量通过激活函数传递给下一层的神经元；第二层为隶属度函数层，用于实现概念模糊化，同时结合区间二型模糊集合理论解决了概念间因果关系的不确定性；第三层与第二层相对应，通过定义的互函数量化概念之间的因果关系并进行解模糊化过程；第四层为样本数据降型输出层，将经过解模糊化后得到的区间值降型为一个确定的单值并输出。所述模型在计算隶属度函数的过程中结合了区间二型模糊集合理论来描述概念之间相互关系的不确定性，使得新型模糊认知图模型更加的健壮和准确。