[发明专利]基于分解模糊神经网络的二氧化硫浓度预测方法有效
| 申请号： | 201811480356.4 | 申请日： | 2018-12-05 |
| 公开（公告）号： | CN109598337B | 公开（公告）日： | 2021-02-02 |
| 发明（设计）人： | 赵亮;谢志峰;董维中 | 申请（专利权）人： | 河南工业大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/00 |
| 代理公司： | 郑州大通专利商标代理有限公司 41111 | 代理人： | 周艳巧 |
| 地址： | 450001 河南省*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于计算智能网络优化技术领域，涉及一种基于分解模糊神经网络的二氧化硫浓度预测方法，包含：建立分解模糊神经网络，依据用户指定参数对输入数据空间进行迭代聚类，获取聚类结果，依据聚类结果确定分解模糊神经网络组件数，及分解模糊神经网络规则前件隶属函数中心；根据分解模糊神经网络组件数及分解模糊神经网络规则前件隶属函数中心，确定网络参数；依据网络参数，确定优化分解模糊神经网络。本发明通过模糊聚类来确定分解模糊神经网络中组件规则数，对模糊神经网络输入模糊化隶属函数参数、规则前件隶属函数参数和组件权值进行优化处理，使得分解模糊神经网络模型建模精度更高，缩短学习时间，提高模型训练学习效率，降低软硬件开销。 | ||
| 搜索关键词： | 基于 分解 模糊 神经网络 二氧化硫 浓度 预测 方法 | ||
【主权项】：
1.一种分解模糊神经网络优化方法，其特征在于，包含如下内容：建立分解模糊神经网络，并依据用户指定参数对输入数据空间进行迭代聚类，获取聚类结果，依据聚类结果确定分解模糊神经网络组件数，及分解模糊神经网络规则前件隶属函数中心；根据分解模糊神经网络组件数及分解模糊神经网络规则前件隶属函数中心，确定网络参数，其中，所述网络参数包含输入模糊集合隶属函数的宽度、幂指数，规则前件隶属函数的宽度、幂指数，及组件权值；依据网络参数，确定优化分解模糊神经网络。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河南工业大学，未经河南工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811480356.4/，转载请声明来源钻瓜专利网。
