摘    要：针对模糊神经Petri 网(fuzzy neural Petri net，FNPN)学习算法计算精度低、收敛性差及训练过程中网络震荡较大的问题，提出一种优化的FNPN 算法．本算法采用两种S 型连续函数分别表示变迁使能及变迁点燃后的新标记值，并在传统参数修正公式的基础上考虑修正前的数值进而增加新型的动量项，从而改善网络的收敛性．本文证明了优化后的参数修正算法可以保证FNPN网络的收敛性．

论文下载：

14.pdf

  浏览次数：