论文部分内容阅读
该文选用Ｅｌａｍｎ网络构造了一个分布式动态递归神经网络，用于建模和辨识非线性系统模型。文章提出了采用Ｔａｋａｇｉ－Ｓｕｇｅｎｏ模糊模型作模糊分类器，将输入样本空间进行模糊分割成多个空间，用于子模型建模；并利用输入数据对各子模型的隶属度，对输出预测值进行整体集成。通过仿真实例可以证明，该方法与单个神经元网络相比，可以明显提高模型的精确度和泛化能力。