基于模糊神经网络的数据挖掘算法
赵高峰1
毕笃彦1
孙卫2
1.空军工程大学,工程学院,陕西,西安,7100382.西安交通大学,系统工程研究所,陕西,西安,710049
摘要：提出一种基于模糊神经网络进行数据挖掘的新方法.构成模糊神经网络的模糊化层采用高斯函数计算5个模糊隶属度,高斯函数需要的均值、方差以及隶属度的中心值都可通过预先计算采集到的数据得到.模糊推理层采用取小取大运算代替常用的积和运算,加快了网络的推理速度.在模糊神经网络训练阶段,首先利用重心法对模糊化层输出进行反模糊化,再采用BP思想,利用梯度法求误差值并进行反传调整隶属度函数的参数值.为提高网络推理精度和速度,通过设立相应的规则对网络进行裁剪,剪掉多余的节点和权值,最后依据一定的思想对产生的模糊规则进行简化和提取.以工业锻造中的智能温度控制系统的控制数据为例进行仿真,结果表明,该网络具有较高的精度和较好的鲁棒性.
关键词：数据挖掘模糊神经网络网络裁剪规则提取
分类号：TP31(计算技术、计算机技术)
资助基金：国家高技术研究发展计划（863计划）(2006AA701121)
论文发表日期：2008-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 63-66 )
英文信息