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。