摘要：提出了一种模糊ＣＭＡＣ神经网络，它由输入层、模糊化层、模糊相联层、模糊后相联层与输出层等５层节点组成，具有与ＣＭＡＣ相似的单层连接权，可通过ＢＰ算法学习推论参数或模糊规则。给出了网络的连接结构与学习算法，并将其应用于函数逼近问题中，仿真结果验证了该方法较之ＣＭＡＣ的优越性。

原文链接:http://www.cqvip.com//QK/90250X/199503/1634576.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）