论文部分内容阅读
这篇论文是关于基于布伦特搜索的模糊网络。模糊网络是根据模糊规则建立基本的隶属函数,最小化函数和反模糊化函数。通过加强学习的布伦特搜索算法,来解决模糊网络这种复杂的以环境反馈作为输入的、特殊的、适应环境的机器学习结构。我们采用实现简单的ULR模糊网络,通过应用在倒立摆问题的仿真结果,我们可以表明这种算法比以前的复杂的时序反向传播算法有更好的效果,而且这种算法特别是在成功范围上有了很大的突破。