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。