摘要：模糊神经网络应用于热力系统建模，虽能取得较好的效果，但当模糊规则较多时，网络学习速度较慢。针对这个问题，对传统的模糊神经网络进行了改进。利用Kohonen自组织网络对数据信息进行聚类。然后利用粗糙集规则约减的方法，获取模糊神经网络最小规则，以提高模糊神经网络的学习速度。经过锅炉汽压回路模型的仿真实验结果表明：粗糙模糊神经网络学习速度较传统模糊神经网络有较大提高，同时网络误差有所降低。http://www.cqvip.com//QK/93884X/200408/10395309.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。）