如何将多个规则存储于一个模糊联想记忆矩阵中

Kosko的模糊联想记忆（FAM）神经网络得到了广泛的应用，然而却受到了低存储量的限制。Chung和Lee建立了一个矩阵存储多规则并能正确回忆的定理。基于这个定理，FAM模型的硬件及计算量需求能够显著地减少。但是，使用这个定理必须满足一个前提条件，即X(a)+X (a)(1，其中a=1, 2, ?, n。在这篇论文中，证明Chung和Lee的定理可以推广到连续的情形。提出了一个新的方法。这个方法即使在X(a)+X (a)> 1的情形下也是有效的，并且存储量可以进一步降低，更有利于大规则库系统的应用。