论文部分内容阅读
提出了一种新的基于模糊逻辑的Alopex学习算法(FLA).FLA算法利用模糊逻辑推理实时获得适应于学习过程的适当的算法修正值,克服了Alopex算法中修正值固定不变的缺点,使得随机学习过程在速度、精度和稳定性之间获得平衡.将该算法应用于神经网络的训练,可以无需神经网络的梯度信息和结构信息,因此可以用于具有各种结构特性的递归神经网络的学习.在本文给出的仿真实验中,采用FLA算法实现带输出反馈的递归神经网络对动态系统的学习过程.实验结果表明了FLA算法的有效性.