论文部分内容阅读
该文提出了一种基于规则的前馈神经网络的设计方法和学习算法,它将粗糙集理论的定性分析能力和多层前馈神经网络的逼近能力结合在一起,得到一种结构可解释、计算简单、收敛速度快的前馈神经网络模型。在建立网络时,可以运用粗糙集的理论和方法,从给定学习样本数据中发现一组规则,然后根据这些规则可以确定网络中相应的隐层节点;网络的参数可以用BP算法迭代求出。