模糊神經網路專家系統之研製

Abstract

近年來,將神經網路與模糊系統結合的研究 正蓬勃展開.這些研究的主要目的是希望擷取 神經網路平行處理、容錯、可學習等優點與模 糊系統具人類推理風格、可使用自然語言描敘 等優點.本計畫第一年中,我們將探討如何建構 一模糊神經網路專家系統,來學習模糊邏輯規 則系統中蘊含的知識,包括:模糊規則、模糊集 合的隸屬函數及模糊運算元的參數.我們計畫 設計一混合式的學習法則,融合Backpropagation型與Competitive型學習法則的優點,以達到精確且快 速的學習.此模糊神經網路專家系統之應用範 圍,是作模糊邏輯推理.希望藉由使用者設定的 語言變數及語言值,自動建構網路中之點及連 線.再由使用者提供的學習樣本,學習出此推理 系統蘊含的知識.第二年的工作中,我們預計完 成單層推理模糊神經網路專家系統的理論設計 、模擬及應用實例.而後,第三年再將之擴充至 多層推理的理論設計、模擬及應用實例,同時 將與另兩項子計畫進行整合工作.