一种基于神经网络模型的反模糊化的新方法

<正>近年来,随着模糊技术的发展,尤其是模糊技术与专家系统、神经网络以及自适应控制等技术的结合,相互取长补短,更加拓宽了模糊技术的应用领域及范围.模糊技术在工业控制、信息处理等方面获得了广泛的应用,有些方面还进入了实用化的阶段.模糊技术在电力系统也获得了广泛的应用.归纳起来这些应用大致包含以下几个基本步骤:(1)输入量的规范化和模糊化;(2)依据模糊规则进行的模糊逻辑推理过程;(3)输出量的反模糊化过程.由上述模糊逻辑推理过程可以得到模糊化的输出分布函数,但人们需要的往往是非模糊化的清晰数字量.反模糊化的过程就是将一个模糊量转化成精确量的过程.对于反模糊化人们的基本要求有以下两点:(1)高的精确度(2)算法简单,便于实现.反模糊化的精度在模糊技术的应用中具有重要的意义,它往往是模糊技术应用是否能够取得令人满意效果的一个关键因素.