这是[1]中详细描述的循环模糊神经网络(RFNN)的四种不同s函数实现的集合。它是一个四层的神经模糊网络,仅由第2层和第4层的误差反向传播训练。网络采用4组可调参数。第2层:mean[i,j], sigma[i,j]和Theta[i,j],第4层:Weights w4[m,j]。该网络使用的可调参数比ANFIS/CANFIS少得多,因此,它的训练通常更快。这使得它成为在线学习/操作的理想选择。此外,由于在第2层中使用了动态元素,其逼近/映射能力也得到了增强。选择散点类型和网格类型方法进行输入空间划分。
[1]学术界。李,c c。滕,基于递归模糊神经网络的动态系统辨识与控制,机械工程学报,vol.8, No.4, pp.349-366, 2000年8月。
引用作为
伊利亚斯·康苏拉斯(2023年)。用于Simulink的循环模糊神经网络(RFNN)库(//www.ru-cchi.com/matlabcentral/fileexchange/43021-recurrent-fuzzy-neural-network-rfnn-library-for-simulink), MATLAB中央文件交换。检索.
MATLAB版本兼容性
使用R2011b创建
与任何版本兼容