[發明專利]一種自適應模糊脈沖神經膜系統及推理算法和學習算法

無效

• 申請號: 201210338783.5
• 申請日: 2012-09-13
• 公開（公告）號: CN102831477A
• 公開（公告）日: 2012-12-19
• 發明（設計）人: 王軍;彭宏;涂敏
• 申請（專利權）人: 西華大學
• 主分類號: G06N3/02
• 分類號: G06N3/02
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王寶筠

技術領域

本發明涉及自動化控制領域，更具體地說，涉及一種自適應模糊脈沖神經膜系統及推理算法和學習算法。

背景技術

脈沖神經膜系統(也叫脈沖神經P系統)是一種分布式并行計算模型，它是在膜計算的基礎上發展起來的，是脈沖神經元特性與膜計算思想相結合的一種新模型。

脈沖神經膜系統由于具有并行處理能力、易理解、同步性和非線性等特點而使其非常具有實用性，因此近年來為了充分利用脈沖神經膜系統的優點，提出了許多改進型的脈沖神經膜系統，比如用來處理實際應用中模糊知識表達和模糊推理的模糊脈沖神經膜系統，它可以應用到過程控制、專家系統、故障診斷等方面。

但是，實際應用中，過程控制、專家系統、故障診斷等應用中的系統多數是動態系統，它們需要根據環境中輸入數據的變化而動態的調制自身的參以適應環境的變化，而現有的模糊脈沖神經膜系統因為缺乏這種自適應調節能力(也就是學習能力)而只能處理這些應用中的靜態問題，卻不能處理應用中的動態問題。

發明內容

本發明的目的是提供一種自適應模糊脈沖神經膜系統及推理算法和學習算法，以使模糊脈沖神經膜系統能夠處理應用中的動態問題。

為實現上述目的，本發明提供了如下技術方案：

一種自適應模糊脈沖神經膜系統，其具有如下結構：

∏＝(A，N_p，N_r，syn，I，O)，

其中，

A＝{a}為單字母集合，a表示一個脈沖；

N_p＝{σ_p1，σ_p2，...，σ_pm}為命題神經元集，σ_pi為第i個命題神經元，1≤i≤m；

N_r＝{σ_r1，σ_r2，...，σ_rn}為規則神經元集，σ_ri為第i個規則神經元，1≤i≤n；

表示命題神經元和規則神經元之間的連接關系，但在兩個命題神經元之間或兩個規則神經元之間無連接關系；

I∈N_p為輸入神經元集；

O∈N_p為輸出神經元集。

上述系統，優選的，所述脈沖神經元σ_pi具有如下形式：

σ_pi＝(α_i，ω_i，λ_i，r_i)，

其中，

α_i∈[0，1]為所述命題神經元σ_pi中的脈沖值；

為所述命題神經元σ_pi的輸出權值向量，ω_ij∈[0，1]表示第j條輸出上的權值，1≤j≤s_i，s_i表示所述命題神經元σ_pi上的輸出的個數；

r_i表示激發規則，其表示形式為：E/a^α→a^α，α∈[0，1]，E＝{α≥λ_i}為激發條件，λ_i為激發閾值。

上述系統，優選的，所述脈沖神經元σ_ri具有如下形式：

其中，

為所述規則神經元σ_ri中的脈沖值；

γ_i∈[0，1]表示置信度，也表示所述規則神經元σ_ri的輸出權值。

θ_i表示激發規則，其表示形式為：E/a^α→a^β，α，β∈[0，1]，E＝{α≥τ_i}為激發條件，τ_i為激發閾值。

一種模糊推理算法，應用如上所述的自適應模糊脈沖神經膜系統，包括：

用所述自適應模糊脈沖神經膜系統建立加權模糊產生式規則；

依據所述加權模糊產生式規則生成推理規則；

依據所述推理規則進行推理。

上述算法，優選的，所述加權模糊產生式規則的類型包括：

類型1：IF?p₁?THEN?p₂；