模糊神经网络

模糊控制的特长在于能够充分利用学科领域的知识，能以一定的规则数来表达知识具有逻辑推理能力，在技能处理上比较擅长。模糊技术不仅能处理精确信息，也能处理模糊信息或其它不明确信息，能实现精确性联想及映射。其缺点是完全依赖专家制定的大量控制规则，不具备学习功能。人工神经网络具有非线性描述、大规模并行分布处理能力及高度鲁棒性和学习与联想等特点，适用于非线性时变大系统的模拟与在线控制。它在认知处理、模式识别方面有很强的优势。主要缺点是结构难以确定，训练样本要求多且准确，训练周期长，而且不能提供一个明确的用于网络知识表达的框架。

模糊神经网络是为发挥各自的优势把人工神经网络和模糊控制进行有机结合。利用人工神经网络技术来进行模糊信息处理，可使得模糊规则的自动提取及模糊隶属函数的自动生成成为可能。从而，克服神经网络结构难以确定以及模糊控制无自学习能力的缺点，使模糊系统成为一种自适应的模糊系统。