论文部分内容阅读
论文提出了一种新型模糊小脑模型神经网络(NFCMAC)，它采用模糊隶属度函数作为接收域函数，能够获得较常规CMAC连续性强且有解析微分的复杂函数近似，具有计算量少，学习效率高等优点。同时研究了NFCMAC接受域函数的映射方法、隶属度函数及其参数的选取规律和学习算法：仿真结果表明NFCMAC具有良好的泛化能力和逼近精度，具有较高的收敛速度。