模糊神經網路設置

❶ 模糊神經網路的基本形式

模糊神經網路有如下三種形式：
1．邏輯模糊神經網路
2．算術模糊神經網路
3．混合模糊神經網路
模糊神經網路就是具有模糊權系數或者輸入信號是模糊量的神經網路。上面三種形式的模糊神經網路中所執行的運算方法不同。
模糊神經網路無論作為逼近器，還是模式存儲器，都是需要學習和優化權系數的。學習演算法是模糊神經網路優化權系數的關鍵。對於邏輯模糊神經網路，可採用基於誤差的學習演算法，也即是監視學習演算法。對於算術模糊神經網路，則有模糊BP演算法，遺傳演算法等。對於混合模糊神經網路，目前尚未有合理的演算法；不過，混合模糊神經網路一般是用於計算而不是用於學習的，它不必一定學習。

❷ MATLAB模糊神經網路的模糊規則怎麼確定和輸入

1、表5.1是根據經驗規則
2、一條條的敲、可以不用自帶的工具箱直接編m文件編寫響應的程序。

❸ matlab中自帶的模糊神經網路如何操作的

我上次發給你的程序，只要你從網上下一個matcom45就行了，直接裝在c盤就可以了，你發給我的論文變數太多用一般的遺傳演算法不行，我從網上發現了一個PID神經網路，相當好用，不用計算隱層數目，很適合用遺傳演算法進行優化，我編了一個常式回來發給你。

我真的不會用matlab的工具箱，如果一定要用matlab來做優化，恐怕我幫不了你了。

為什麼一定要用matlab，用C++自己編寫不也很好嗎？

❹ matlab 在神經網路 模糊控制

首先要明白模糊控制的含義及模糊控制器的設計過程，一般包括模糊化，建立規則，模糊推理，清晰化等過程，然後神經網路（重點是BP神經網路的計算過程和BP演算法），然後用matlab編程實現一遍，基本就能弄清楚了。matlab很好學的，又稱傻瓜語言。建議你看模糊控制、神經網路各一本教材，然後嘗試用matlab實現一遍，基本就能學會了。