RBFN to be used in adaptive fuzzy s

RBFN to be used in adaptive fuzzy system (AFS). in common case; is assumed to be trained by means of the minimum necessary number of rules (hidden unit number) determination and adjusting of the mean and variance vectors of individual hidden nodes as well as their weights. In this paper, the simplest GP RBFN based adaptive fuzzy system for automatic fuzzy rule number determination is proposed (Fig.3). Only the network weights have been assumed to be adjusted by the GP algorithm while the centers and widths of unit sensitive zones were completely determined with the network input signal range and unit

ผลลัพธ์ (ไทย) 1:

RBFN จะใช้ในการปรับระบบ fuzzy (AFS) ในกรณีที่พบบ่อย จะถือว่าเป็นฝึกฝน โดยจำนวนต่ำสุดจำเป็นกำหนดกฎ (หมายเลขหน่วยซ่อน) และการปรับปรุงของเวกเตอร์ค่าเฉลี่ยและความแปรปรวนของแต่ละโหนซ่อนรวมทั้งน้ำหนัก ในกระดาษนี้ RBFN GP ง่ายที่สุดตามระบบเลือนปรับตัวสำหรับการกำหนดหมายเลขอัตโนมัติ fuzzy กฎจะเสนอ (Fig.3) น้ำหนักเครือข่ายได้รับการสมมติจะถูกปรับปรุง โดยอัลกอริทึม GP ขณะที่ศูนย์กลางและความกว้างของโซนสำคัญหน่วยสมบูรณ์กำหนดช่วงสัญญาณเครือข่ายและหน่วย

ผลลัพธ์ (ไทย) 2:

RBFN ที่จะใช้ในการปรับตัวของระบบฟัซซี่ (AFS) ในกรณีที่พบบ่อย จะถือว่าได้รับการอบรมโดยวิธีการของจำนวนที่จำเป็นขั้นต่ำของกฎ (จำนวนหน่วยซ่อนไว้) ความมุ่งมั่นและการปรับของค่าเฉลี่ยและความแปรปรวนของเวกเตอร์ของโหนดที่ซ่อนอยู่ของแต่ละบุคคลเช่นเดียวกับน้ำหนักของพวกเขา ในบทความนี้ที่ง่าย GP RBFN ตามการปรับตัวของระบบฟัซซี่สำหรับการกำหนดจำนวนกฎเลือนอัตโนมัติที่นำเสนอ (รูปที่ 3) เพียงน้ำหนักเครือข่ายที่ได้รับการสันนิษฐานว่าจะปรับได้โดยอัลกอริทึม GP ในขณะที่ศูนย์และความกว้างของหน่วยโซนที่มีความสำคัญได้รับการพิจารณาอย่างสมบูรณ์กับช่วงที่เครือข่ายสัญญาณอินพุทและหน่วยงาน

ผลลัพธ์ (ไทย) 3:

rbfn เพื่อใช้ในการปรับระบบฟัซซี ( AFS ) เหมือนกันกรณี สันนิษฐานได้ว่าได้รับการฝึกโดยวิธีการของจำนวนที่จำเป็นขั้นต่ำของกฎ ( ซ่อนหมายเลขหน่วย ) การปรับค่าเฉลี่ยและความแปรปรวนของแต่ละโหนดเวกเตอร์ที่ซ่อนอยู่เช่นเดียวกับน้ำหนักของพวกเขา ในกระดาษนี้ rbfn GP ง่ายตามระบบฟัซซีปรับตัวหาข้อเสนอแบบอัตโนมัติ ( fig.3 ) เฉพาะเครือข่ายน้ำหนักได้รับ สันนิษฐานได้โดย GP ขั้นตอนวิธีในขณะที่ศูนย์และความกว้างของโซนมีหน่วยความเด็ดเดี่ยวจริงๆกับเครือข่ายสัญญาณช่วงและหน่วย