5、模糊神经网络技术与模糊系统实现

模糊神经网络技术与模糊系统实现

1. 模糊神经网络的信息桥梁作用

模糊神经网络能够将数值信息进行处理，同时也可从经数值信息训练的神经网络中提取语言知识。它就像一座桥梁，连接了数值信息和语言信息这两种不同类型的信息。

2. 模糊神经网络相关研究成果

众多研究者在模糊神经网络领域取得了丰富的研究成果，以下列举部分研究：
|序号|研究者|研究内容|
| ---- | ---- | ---- |
|1|S. C. Lee和E. T. Lee|提出模糊神经网络相关理论|
|2|H. Ishibuchi|进行模糊神经网络的开发|
|3|D. E. Rumelhart等|研究通过误差反向传播学习表示|
|4|H. Nomura等|提出用下降法学习模糊推理规则的方法|
|5|J.-S. R. Jang|实现自适应网络模糊推理系统（ANFIS）|

这些研究涉及到模糊神经网络的各个方面，包括理论基础、学习算法、应用场景等。例如，S. Horikawa等人研究了使用误差反向传播算法的模糊神经网络进行模糊建模；C.-T. Lin和C. S. G. Lee提出了基于神经网络的模糊逻辑控制系统等。

3. 模糊系统的发展与应用

在20世纪60年代，Zadeh基于模糊集和模糊逻辑开发了一种语言方法，用于处理语言模糊信息。此后，该方法在气象学、工程、医学、管理、计算机科学、专家系统和系统科学等多个领域得到了广泛应用。

在系统科学领域，许多复杂的系统由于其非线性、时变行为和不精确的测量信息，难以用传统的精确数学方程来处理。然而，人类操作员可以凭借实际经验，利用