论文部分内容阅读
提出了一种由样品辨识、模糊推理和控制处理3个子网模块构成的基于知识的多层神经网络.这种网络由各子网分别构成并按照最初的模糊控制结构适当连接而建立,具有明确区分各组成子网功能及其知识流结构.由于综合了模糊逻辑的推理过程及神经网络的学习能力,使它能够在其结构中以模糊规则的形式引入语言知识并通过网络的训练及自学习对这些知识进行加工,从而实现了真正意义上的自适应模糊控制器.最后还讨论了这种NFN网络在动态过程控制中的应用