1、本文以正則模糊神經(jīng)網(wǎng)絡為前提.以方形分片線性函數(shù)為工具,系統(tǒng)研究了廣義分層混合模糊系統(tǒng)的泛逼近性問題.設計了相應的模糊學習算法。為模糊化神經(jīng)網(wǎng)絡及其軟計算技術的應用奠定了理論基礎.研究內(nèi)容主要分為三個部分:第一部分:介紹本文選題背景,研究現(xiàn)狀及預備知識。第二部分:正則模糊神經(jīng)網(wǎng)絡的泛逼近性能力分析.首先在模糊神經(jīng)網(wǎng)絡中將多元連續(xù)函數(shù)類推廣為保極大值函數(shù)類.借助函數(shù)的保極大值定義研究了緊集上擴展模糊函數(shù)類的特性,進而討論了三層前向正則模糊

2、神經(jīng)網(wǎng)絡對其擴展模糊函數(shù)類的泛逼近性問題。此外.通過模擬實例分析了目標輸出與網(wǎng)絡實際輸出的逼近性能。第三部分:廣義分層混合模糊系統(tǒng)的泛逼近能力分析。首先.引入方形分片線性函數(shù)和K-擬可加積分轉換定理,并在積分模意義下.應用誘導算子的優(yōu)良性質(zhì)討論了方形分片線性函數(shù)對一類有界可積函數(shù)類的逼近性問題。其次.基于Mamdani模糊系統(tǒng)和T-S模糊系統(tǒng),通過引入調(diào)節(jié)參數(shù)η建立廣義分層混合模糊系統(tǒng).證明了該系統(tǒng)的分層與不分層的等價性,進而從理論上避