王培勛 王順磊 陳樹娟

（中國海洋大學(xué)信息科學(xué)與工程學(xué)院，山東 青島 266100）

1 引言

隨著模糊信息處理技術(shù)和神經(jīng)網(wǎng)絡(luò)技術(shù)研究的不斷深入，將模糊技術(shù)與神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行融合，能夠構(gòu)造出一種可“自動(dòng)”處理模糊信息的模糊神經(jīng)網(wǎng)絡(luò)或稱自適應(yīng)和自動(dòng)學(xué)習(xí)模糊系統(tǒng)。模糊神經(jīng)網(wǎng)絡(luò)同時(shí)具有模糊邏輯和神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)。利用模糊神經(jīng)網(wǎng)絡(luò)可以實(shí)現(xiàn)知識(shí)表示、存儲(chǔ)和推理三者融為一體，在知識(shí)獲取、自適應(yīng)學(xué)習(xí)、聯(lián)想推理等方面顯示出了明顯的優(yōu)越性。

2 模糊神經(jīng)網(wǎng)絡(luò)的產(chǎn)生

1974年，S.C.1ee和E.T.1ee首次把模糊集和神經(jīng)網(wǎng)絡(luò)聯(lián)系在一起。1989年T.YamakaMa提出了初始的模糊神經(jīng)元，這種模糊神經(jīng)元具有模糊權(quán)系數(shù)，但輸入信號(hào)是實(shí)數(shù)。1992年，他又提出了新的模糊神經(jīng)元，這種模型的每個(gè)輸入端是模糊權(quán)系數(shù)和實(shí)權(quán)系數(shù)串聯(lián)的集合。同年，D.auck和R.ruse提出用單一模糊權(quán)系數(shù)的模糊神經(jīng)元進(jìn)行模糊控制及過程學(xué)習(xí)。1990年至1992年期間，M.M.Gupta提出了多種模糊神經(jīng)元模型，其模型中有類同上面的模糊神經(jīng)元模型，還有含模糊權(quán)系數(shù)并可以輸入模糊量的模糊神經(jīng)元。從此，許多學(xué)者對(duì)模糊神經(jīng)網(wǎng)絡(luò)技術(shù)不斷進(jìn)行研究，并將這種技術(shù)應(yīng)用于各種問題解決中。

3 模糊邏輯與人工神經(jīng)網(wǎng)絡(luò)的比較

模糊邏輯與神經(jīng)網(wǎng)絡(luò)在知識(shí)獲取、存儲(chǔ)方式、表達(dá)知識(shí)和推理解釋方面存在明顯的差別。神經(jīng)網(wǎng)絡(luò)由于是模擬人腦神經(jīng)元功能，具有強(qiáng)大的學(xué)習(xí)能力和數(shù)據(jù)的直接處理能力，而模糊邏輯方法則模仿人腦的邏輯思維，具有較強(qiáng)的結(jié)構(gòu)性知識(shí)表示能力。但是傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)不適于表示基于規(guī)則的知識(shí)，在應(yīng)用于故障診斷時(shí)常常發(fā)生誤診現(xiàn)象。模糊方法適用于測量值少且無法獲得精確模型的系統(tǒng)，但該方法不具有自適應(yīng)和自學(xué)習(xí)能力，無法進(jìn)一步積累和修正診斷知識(shí)。因此，將人工神經(jīng)網(wǎng)絡(luò)與模糊邏輯結(jié)合起來，克服傳統(tǒng)神經(jīng)網(wǎng)絡(luò)不能很好處理邊界分類模糊數(shù)據(jù)主故障誤診問題，同時(shí)使得基于規(guī)則的結(jié)構(gòu)性知識(shí)能夠得到學(xué)習(xí)和調(diào)整。

4 模糊神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)

一般而言，一個(gè)模糊神經(jīng)網(wǎng)絡(luò)可由5層組成。第1層為輸入層，它包含對(duì)應(yīng)于模糊神經(jīng)網(wǎng)絡(luò)可感知輸入個(gè)數(shù)的神經(jīng)元，其作用是將輸入值傳送給第2層(輸入模糊層)中的模糊單元，將輸入值轉(zhuǎn)換為一定的模糊度；第3層為中間層，其功能與一般神經(jīng)網(wǎng)絡(luò)相同，由它提供可供概括化的相互連接與處理；第4層為輸出模糊層，它的主要作用是接受經(jīng)中間層處理的數(shù)據(jù)，并按照模糊度函數(shù)將這些數(shù)據(jù)進(jìn)行非模糊化處理，即轉(zhuǎn)換為與網(wǎng)絡(luò)輸入值相應(yīng)的量；第5層為輸出層，其作用是給出問題確定性的求解結(jié)果。

5 模糊神經(jīng)網(wǎng)絡(luò)的應(yīng)用

模糊神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)控制、自適應(yīng)控制、預(yù)測控制等方面有相當(dāng)廣泛的應(yīng)用，下面以預(yù)測控制為例進(jìn)行簡單的介紹。

衛(wèi)明社等人針對(duì)傳統(tǒng)的農(nóng)作物蟲情預(yù)測方法如統(tǒng)計(jì)法、實(shí)驗(yàn)法和觀察法都存在著諸如知識(shí)獲取瓶頸，提出了一種基于模糊神經(jīng)網(wǎng)絡(luò)的農(nóng)作物蟲情預(yù)測方法。該文中的模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)有三個(gè)組成模塊：（1）輸入模糊化模塊。（2）學(xué)習(xí)推理模塊。（3）輸出清晰化模塊。作者根據(jù)相關(guān)方面提供的數(shù)據(jù)，采用快速BP算法對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，設(shè)定訓(xùn)練的目標(biāo)誤差平方和為0.01，最大循環(huán)次數(shù)為10000次，初始學(xué)習(xí)速率為0.05，動(dòng)量常數(shù)取0.95。經(jīng)過15次訓(xùn)練后網(wǎng)絡(luò)就收斂了。仿真結(jié)果顯示，模糊神經(jīng)網(wǎng)絡(luò)用于農(nóng)作物蟲情預(yù)測是可行的，它結(jié)合了神經(jīng)網(wǎng)絡(luò)和模糊理論的優(yōu)點(diǎn)，推理速度快，知識(shí)表達(dá)準(zhǔn)確，符合實(shí)際的需要。

6 展望

模糊神經(jīng)網(wǎng)絡(luò)是智能控制理論研究領(lǐng)域中一個(gè)十分活躍的分支，模糊神經(jīng)網(wǎng)絡(luò)技術(shù)的未來研究方向?qū)⒓性谝韵聨讉€(gè)方面：（1）拓展模糊神經(jīng)網(wǎng)絡(luò)的應(yīng)用范圍，尋找一般模糊集的模糊神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法。（2）開發(fā)模糊神經(jīng)網(wǎng)絡(luò)的相關(guān)硬件產(chǎn)品?？梢灶A(yù)見，隨著理論的向前發(fā)展，隨著工程應(yīng)用的進(jìn)一步深入，模糊神經(jīng)網(wǎng)絡(luò)技術(shù)必將不斷豐富和完善，從而獲得更加廣泛的應(yīng)用。

[1]吳雷，付煥森，韋凱，蔣峰.基于模糊神經(jīng)網(wǎng)絡(luò)的感應(yīng)加熱電源機(jī)組研究[J].電力電子技術(shù)，2007,41(12),93-95.

[2]王爽，朱棟華，王家凱.模糊神經(jīng)網(wǎng)絡(luò)的理論與應(yīng)用[J].江蘇環(huán)境科技，2007，28，98-100.

[3]張凱，錢鋒，劉漫丹.模糊神經(jīng)網(wǎng)絡(luò)技術(shù)綜述 信息與控制，2003，32(5)：432-435.

[4]衛(wèi)明社，李國勇.基于模糊神經(jīng)網(wǎng)絡(luò)的農(nóng)作物蟲情預(yù)測,2007,28(6)：442-445.