基于神经网络模型的近似推理的硬件实现

A HARDWARE IMPLEMENTATION OF APPROXIMATE REASONING BASED ON A NEURAL NETWORK MODEL

L.A.Zadeh提出的基于模糊逻辑的近似推理AR(Approximate Reasoning)理论,在专家系统中已获得十分广泛的应用,越来越引起人们的关注。 在AR模型中,由于允许规则前提与已知事实间的部分匹配,因此,在同一时间内可以被激活的规则数较之精确推理要多许多。而在基于规则的专家系统中,规则前提与事实匹配的过程最为费时,约占规则执行总时间的90％。因此。