神经模糊系统：最先进的建模技术
人工智能
2007-05-23 v1
摘要
由于对用于解决现实世界问题的自适应智能系统的需求不断增长，人工神经网络和模糊推理系统的融合引起了各科学和工程领域研究者的日益关注。ANN 通过调整层间的互连从头学习。FIS 是一个基于模糊集理论、模糊 if-then 规则和模糊推理概念的流行计算框架。ANN 和 FIS 结合的优势是显而易见的。集成 ANN 和 FIS 有多种方法，且通常取决于具体应用。我们将 ANN 和 FIS 的集成大致分为三类，即并发模型、协作模型和完全融合模型。本文首先讨论了每种模型的特点，并概括了每种模型的优缺点。我们进一步回顾了不同类型的融合神经模糊系统，并列举了每种模型的优缺点。
引用
@article{arxiv.cs/0405011,
title = {Neuro Fuzzy Systems: Sate-of-the-Art Modeling Techniques},
author = {Ajith Abraham},
journal= {arXiv preprint arXiv:cs/0405011},
year = {2007}
}