论文部分内容阅读
该文提出了一种提高多输人模式推理系统精度的算法。首先，建立一个多输入单输出的模糊神经网络（MISO-FNN），从样本数据中提取描述系统关系的模糊规则。然后，利用模糊神经网络进行学习，在调整隶属函数的参数同时，对规则进行动态筛选，以便所得到的规则高精度地反映样本数据的特性。通过一个仿真实例验证了该算法的有效性。