模糊神经网络的阈值与算法研究

本项目试图从以下几个角度，为模糊神经网络的结构设计以及学习算法研究提供一些新的思路和新的结果。首先,我们提出模糊神经网络的阈值可去性这样一个有趣问题，希望研究在什么情况下模糊神经网络阈值可以去掉，或者应该去掉。其次，我们用概率方法研究在模糊神经网络学习过程中阈值的初始值选择问题，希望给出概率意义上的初始阈值最佳选择范围，而这个范围不一定是在零附近。（作为对比，对于普通神经网络，阈值总是不可以去掉的，并且初始阈值最佳选择范围是在零附近。）另外，注意到取大、取小等常用模糊运算的非光滑性以及神经网络本身固有的高度非线性，我们试图将模糊导数等模糊运算连续化、光滑化的方法更好地应用到网络的算法设计中。