这是四个不同的集合s函数的实现递归模糊神经网络(RFNN)详细描述[1]。但是,神经模糊网络误差反向传播训练专门的层2和4。网络拥有4套可调参数。层2:意味着(i, j),σ(i, j)和θ(i, j)和第四层:权重w4 [m]。网络使用可调参数大大低于简称ANFIS / CANFIS因此,其训练通常更快。这使它适合于在线学习/操作。同时,其近似/映射能力增加的就业动态元素在第二层。Scatter-type为输入空间划分和网格类型方法选择。
[1]学术界。李,c c。腾,识别和使用周期性模糊神经网络控制的动态系统,IEEE模糊系统,vol.8,第四,pp.349 - 366, 2000年8月。
引用作为
伊利亚斯Konsoulas (2023)。递归模糊神经网络(RFNN)库模型万博1manbetx(//www.tianjin-qmedu.com/matlabcentral/fileexchange/43021-recurrent-fuzzy-neural-network-rfnn-library-for-万博1manbetxsimulink), MATLAB中央文件交换。检索。
MATLAB版本兼容性
创建R2011b
兼容任何释放
