正则模糊神经网络是模糊值函数的泛逼近器

通过分析多元模糊值 Bernstein多项式的近似特性 ,证明了 4层前向正则模糊神经网络 (FNN)的逼近性能。该类网络构成了模糊值函数的一类泛逼近器 ,即在欧氏空间的任何紧集上 ,任意连续模糊值函数能被这类 FNN逼近到任意精度。最后通过实例给出了实现这种近似的具体步骤。

前向网络作为模糊函数泛逼近器的一致性分析

前向神经网络的泛逼近性一直是神经网络的研究热点。本文给出了连续模糊函数的定义,依Hausdorff度量,借助模糊值Bernstein多项式关于连续模糊函数的逼近性质,证明了前向网络作为模糊函数泛逼近器的一致逼近性结果,并通过实例给出了逼近性的具体实现过程。

由规则并算子构造的泛模糊逼近器的充要条件

通过引进规则并算子的概念,本文给出31个规则并算子;证明了三角模是规则并算子;给出由规则并算子构造的控制器是泛模糊逼近器的充要条件。

一类模糊控制器的设计算法及其分类

给出了由模糊蕴涵算子构造模糊控制器的一般算法.根据模糊控制器的响应函数的拟合性质将其分为4种类型:具有泛逼近性的模糊控制器、只具有拟合性的模糊控制器、只具有阶跃响应性的模糊控制器和不定型的模糊控制器.