一种基于混合梯度下降算法的模糊神经网络设计及应用

来源期刊：控制与决策2017年第9期

论文作者：韩红桂 林征来 乔俊飞

文章页码：1635 - 1641

关键词：模糊神经网络;混合梯度;自适应学习率;非线性系统建模;

摘    要：为了提高模糊神经网络（FNN）的收敛速度和泛化能力,提出一种基于混合梯度下降算法（HG）的模糊神经网络（HG-FNN）.HG-FNN通过设计FNN参数调整过程的自适应学习率,利用链式法则获取FNN参数学习过程的梯度,在实现FNN参数自校正的同时,给出HG-FNN的收敛性证明,保证HG-FNN的收敛速度和泛化能力.最后,将所设计的HG-FNN应用于非线性系统建模与污水处理过程关键水质参数预测,实验比较结果显示,HG-FNN不仅具有较快的收敛速度,而且具有较好的泛化能力.