區(qū)間神經(jīng)網(wǎng)絡的研究與應用.pdf

1、信息是人類認識世界和改造世界的知識源泉，然而由于現(xiàn)實世界中事物的多樣性、復雜性和時變性，導致人們認識到的信息往往是不確定的、不精確的。同樣在復雜工業(yè)生產(chǎn)過程中，由于傳感器的精度限制或外界干擾等原因?qū)е聹y量的數(shù)據(jù)的不精確，甚至由于生產(chǎn)條件的限制，有些數(shù)據(jù)只能通過經(jīng)驗估計或軟測量的方法求取。如何描述不確定信息并對不確定信息建立數(shù)學模型則是首先要解決的問題。粒是一種新興的用于描述不確定、不精確、模糊信息的概念。信息?；姆椒ㄓ泻芏啵渲屑险?/p>

2、和區(qū)間分析具有良好的普適性，尤其在描述不精確數(shù)據(jù)方面;而神經(jīng)網(wǎng)絡一直以來在復雜系統(tǒng)建模方面得到廣泛的應用。將區(qū)間理論與神經(jīng)網(wǎng)絡相結(jié)合構(gòu)成的區(qū)間神經(jīng)網(wǎng)絡能夠很好的解決不精確信息的建模問題，故研究區(qū)間神經(jīng)網(wǎng)絡的結(jié)構(gòu)和學習算法具有十分重要的理論與實際意義。
　　本文以區(qū)間神經(jīng)網(wǎng)絡為理論基礎，通過廣泛查閱相關文獻，深入研究了前饋區(qū)間神經(jīng)網(wǎng)絡和反饋區(qū)間神經(jīng)網(wǎng)絡的網(wǎng)絡結(jié)構(gòu)和學習算法。提出了一種改進的Jordan神經(jīng)網(wǎng)絡，并將反饋區(qū)間神經(jīng)網(wǎng)絡應

3、用于谷氨酸發(fā)酵過程的建?！，F(xiàn)將本文主要研究工作概括如下:
　　首先，將區(qū)間前饋神經(jīng)網(wǎng)分為三類，以三層網(wǎng)絡為例，推導了三層區(qū)間神經(jīng)網(wǎng)絡的梯度下降算法，利用數(shù)據(jù)實驗說明了各類型區(qū)間神經(jīng)網(wǎng)絡與點值神經(jīng)網(wǎng)絡性能的不同之處?？紤]到梯度下降算法易陷入局部最優(yōu)的問題，通過利用基于區(qū)間優(yōu)化的分支定界算法這一全局優(yōu)化算法來解決區(qū)間神經(jīng)網(wǎng)絡的權(quán)值、閾值學習問題，并得到了良好的效果。
　　其次，以Jordan神經(jīng)網(wǎng)絡為例，研究了區(qū)間反饋神經(jīng)網(wǎng)絡的