求解max-min模糊关系方程的一种数值方法

借助max-min神经网络的学习过程,为max-min模糊关系方程的求解提供一种新的数值方法。运用光滑函数逼近max-min网络的输入/输出关系,并用其导数代替max-min函数的导数;基于梯度下降法,构造出训练max-min神经网络的学习算法,为max-min模糊关系方程提供一种新的数值求解方法。数值实验验证了算法的有效性。

对求解max-min模糊关系方程Tsukamoto法的简化

在求解max-min模糊关系方程Tsukamoto方法的基础上,首先对Y矩阵的每列元素进行集合的交运算,缩小解集的范围,再对W矩阵的每列元素进行集合的交运算,使W矩阵从m×n维转化为n×1维,减少一些无用的计算量,避免解集出现空集,或出现重复解,使计算更加简洁。

Max-product模糊关系方程组的求解及其比较

介绍利用最大-乘积型模糊关系方程组的解的存在性,以及最小与最大解定理,给出了求解模糊关系方程组的一个简捷算法.同时通过数值例的计算,将所得结果与该领域的最新求解方法计算的结果比较,证实了该方法的有效性和实用价值.