论文部分内容阅读
模糊对向传播神经网络的学习算法由输入层至竞争层的连接权向量和竞争层到输出层的连接权向量两部分的学习组成，对于前者，分别选用聚类法和工下降法，本文研究了模糊对向传播神经网络的两种学习算法从理论上分析了这两种算法的性质，把算法应用于著名Ｍａｃｋｅｙ－Ｇｌａｓｓ混沌时间序列预测问题中，实验结果表明后一种算法的学习精度及泛化能力较前一种算法要好，但前者的学习速度要快。