论文部分内容阅读
鉴于机场噪声烦恼度模型的模糊规则量较大，采用传统的基于梯度的模糊神经学习算法存在计算量大、收敛速度慢、学习效率低的问题，提出一种基于模糊神经网络的机场噪声烦恼度模型混合学习方法。基于聚类思想，重新对模糊集合进行分组，采用先粗学习后细学习的间接学习方法；改进传统的基于梯度的模糊神经学习算法，将该算法应用到间接学习过程中，即混合学习方法。实验结果表明，该混合学习方法可以快速收敛，缩短学习时间，减少误差求解过程中的计算量，提高模型的学习效率。