自学习模糊网络的研究

本项目针对具有自学习机能，能够进行模糊信息处理网络的构成方法及其应用进行理论研究。这种自学习网络能够直接把专家的知识转换成模糊信息处理规则，它不需要大量的重复迭代，学习速度高，追加学习容易，网络的隐层节点通过自组织方式自生自灭，隐层节点个数依自学习方法自动决定，网络的通用性强，不存在局部极小问题。本项目属于应用基础研究，不仅具有重大理论价值，而且还具有广泛的应用前景。