一种基于聚类的超闭球模糊神经网络

针对一类不确定非线性多输入多输出复杂系统, 根据系统的输入输出数据对, 提出一种基于聚类的超闭球模糊神经网络系统. 该系统通过改进的模糊聚类方法(FCM) 确定模糊规则数, 采用高维隶属度函数取代常规的单维隶属度函数, 并对隶属度函数中心值和隶属度函数参数采用一步通过算法. 所提方法可降低系统的模糊规则数, 简化网络计算. 此外, 当系统的输入输出发生变化时, 可实现模糊规则库的在线修改. 仿真实例验证了所提方法的有效性.