摘 要：針對(duì)智能決策支持系統(tǒng)中經(jīng)常遇到的預(yù)測(cè)類問題，根據(jù)人工神經(jīng)網(wǎng)絡(luò)和模糊邏輯系統(tǒng)的各自特點(diǎn)，設(shè)計(jì)一種模糊神經(jīng)網(wǎng)絡(luò)模型，將模糊系統(tǒng)用類似于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)表示，再用相應(yīng)的學(xué)習(xí)算法訓(xùn)練模糊系統(tǒng)實(shí)現(xiàn)模糊推理。并對(duì)此模型進(jìn)行預(yù)測(cè)驗(yàn)證和編程實(shí)現(xiàn)。

關(guān)鍵詞：智能決策支持系統(tǒng)；人工神經(jīng)網(wǎng)絡(luò)；模糊邏輯系統(tǒng)；模糊神經(jīng)網(wǎng)絡(luò)

中圖分類號(hào)：TP183 文獻(xiàn)標(biāo)識(shí)碼：B

文章編號(hào)：1004-373X(2008)02-084-03

Design and Realization of Intelligent Prediction Model Based on Fuzzy Neural Network 

YAN Hongrui，MA Liju

(The PLA Military Represent Office in No.847 Factory，Xi′an，710043，China )[HJ1*3][HJ]

Abstract：For the predicting problems that the intelligent decision support system often encounters，according to the characters of artificial neural network and fuzzy logic system，a kind of fuzzy neural network model is designed.Firstly，the fuzzy logic system for realizing fuzzy prediction is expressed by the construction of artificial neural network.Then the fuzzy logic system is trained by associate studying algorithms.At last，the model of fuzzy neural network has been proved by practice and realized in program.

Keywords：intelligent decision support system;artificial neural network;fuzzy logic system;fuzzy neural network

智能決策支持系統(tǒng)\\[1\\]（Intelligent Decision Support System，IDSS）是以管理科學(xué)、運(yùn)籌學(xué)、控制論和行為科學(xué)為基礎(chǔ)，以計(jì)算機(jī)技術(shù)、仿真技術(shù)和信息技術(shù)為手段，面對(duì)半結(jié)構(gòu)化的決策問題，輔助支持中、高層次策者決策活動(dòng)的、具有智能作用的計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)。神經(jīng)網(wǎng)絡(luò)和模糊邏輯是智能決策支持技術(shù)應(yīng)用于信息管理后迅速發(fā)展的智能技術(shù)，在決策預(yù)測(cè)領(lǐng)域頗有成效。本文根據(jù)人工神經(jīng)網(wǎng)絡(luò)和模糊邏輯的特點(diǎn)，設(shè)計(jì)一種模糊神經(jīng)網(wǎng)絡(luò)完成決策支持系統(tǒng)中的信息預(yù)測(cè)功能，較好地解決了決策支持系統(tǒng)的實(shí)用化問題。

1 人工神經(jīng)網(wǎng)絡(luò)與模糊邏輯系統(tǒng)介紹

1.1 人工神經(jīng)網(wǎng)絡(luò)

2 模糊神經(jīng)網(wǎng)絡(luò)模型的設(shè)計(jì)與實(shí)現(xiàn)

2.1 模糊神經(jīng)網(wǎng)絡(luò)模型的選定

由以上介紹可知，在預(yù)測(cè)領(lǐng)域中，模糊邏輯具有較強(qiáng)的結(jié)構(gòu)性知識(shí)表達(dá)能力，能較好地表示用語(yǔ)言描述的經(jīng)驗(yàn)知識(shí)、定性知識(shí)，但通常不具備學(xué)習(xí)能力，只能主觀地選擇隸屬度函數(shù)和模糊規(guī)則。神經(jīng)元網(wǎng)絡(luò)具有強(qiáng)大的自學(xué)習(xí)能力和數(shù)據(jù)直接處理能力，但網(wǎng)絡(luò)內(nèi)部的知識(shí)表達(dá)方式不清楚，在學(xué)習(xí)時(shí)只能從任意初始條件開始，其學(xué)習(xí)的結(jié)果完全取決于訓(xùn)練樣本。

本文將神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法與模糊邏輯理論結(jié)合起來，利用正規(guī)化模糊神經(jīng)網(wǎng)絡(luò)(NFNN)實(shí)現(xiàn)模糊邏輯系統(tǒng)；用模糊規(guī)則表示神經(jīng)網(wǎng)絡(luò)，用預(yù)先的專家知識(shí)以模糊規(guī)則的形式初始化，用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法訓(xùn)練模糊系統(tǒng)，然后結(jié)合神經(jīng)計(jì)算的特點(diǎn)實(shí)現(xiàn)推理過程。

2.2 模糊神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)

本文采用一個(gè)3層的前向網(wǎng)絡(luò)(如圖3所示)來構(gòu)造模糊系統(tǒng)（見圖3）。這樣模糊神經(jīng)網(wǎng)可以用通用的三層模糊感知器來表示，該模糊感知器定義如下：

(1) U=∪i∈NUi是一個(gè)非零的神經(jīng)元集合，N={1，2，3}是U的索引值集合，對(duì)所有的i，j∈N且滿足為輸入層，為規(guī)則（隱含）層，為輸出層；

2.4 模糊神經(jīng)網(wǎng)絡(luò)的編程實(shí)現(xiàn)

系統(tǒng)主要通過4個(gè)類來描述神經(jīng)網(wǎng)絡(luò)模型。他們是神經(jīng)元類、神經(jīng)元權(quán)類、神經(jīng)元層類、神經(jīng)元網(wǎng)絡(luò)類。神經(jīng)元類的作用是模擬單個(gè)神經(jīng)元的數(shù)據(jù)結(jié)構(gòu)和計(jì)算過程。神經(jīng)元權(quán)值類用于保存神經(jīng)元之間連接的權(quán)值。神經(jīng)元層類的作用是生成每一層的神經(jīng)元，并進(jìn)行每一層的計(jì)算，他接受神經(jīng)元網(wǎng)絡(luò)類的調(diào)用，并調(diào)用神經(jīng)元類的函數(shù)實(shí)現(xiàn)每一層的計(jì)算。神經(jīng)元網(wǎng)絡(luò)類定義了整個(gè)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和所有的網(wǎng)絡(luò)操作，他提供公共函數(shù)給應(yīng)用程序調(diào)用，他的計(jì)算函數(shù)調(diào)用神經(jīng)元層類和神經(jīng)元類的函數(shù)進(jìn)行網(wǎng)絡(luò)計(jì)算。

通過4個(gè)類的描述，將建立和運(yùn)行神經(jīng)網(wǎng)絡(luò)所需的主要數(shù)據(jù)結(jié)構(gòu)和計(jì)算過程做了定義。當(dāng)程序運(yùn)行時(shí)，首先由應(yīng)用程序生成神經(jīng)網(wǎng)絡(luò)類實(shí)例，然后此網(wǎng)絡(luò)類實(shí)例進(jìn)行層類實(shí)例的建立，接下來層類實(shí)例建立每層的神經(jīng)元實(shí)例。同時(shí)，神經(jīng)網(wǎng)絡(luò)類也從外部文件讀取網(wǎng)絡(luò)結(jié)構(gòu)的連接和權(quán)值數(shù)據(jù)，供建立網(wǎng)絡(luò)時(shí)使用。

3 模糊神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)驗(yàn)證

模糊神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)驗(yàn)證如表1所示。

4 結(jié) 語(yǔ)

模糊神經(jīng)網(wǎng)絡(luò)模型把神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法與模糊邏輯理論相結(jié)合，將模糊系統(tǒng)用類似于神經(jīng)網(wǎng)絡(luò)的結(jié)果表示，再用相應(yīng)的學(xué)習(xí)算法訓(xùn)練模糊系統(tǒng)，通過樣本的學(xué)習(xí)算法提高網(wǎng)絡(luò)性能。此模型曾經(jīng)用于某軍事模擬對(duì)抗系統(tǒng)中戰(zhàn)場(chǎng)態(tài)勢(shì)的預(yù)測(cè)，成功地實(shí)現(xiàn)了該模型的預(yù)測(cè)功能。但是模糊推理機(jī)是基于知識(shí)庫(kù)中的知識(shí)和規(guī)則進(jìn)行推理的，如何建立具有專家經(jīng)驗(yàn)和知識(shí)的知識(shí)庫(kù)，是模糊神經(jīng)網(wǎng)絡(luò)模型應(yīng)用中的難點(diǎn)和重點(diǎn)。如何建立實(shí)用的知識(shí)庫(kù)

以及決策過程中存在許多不確定性因素等問題還有待于進(jìn)一步研究。

參 考 文 獻(xiàn)

［1］George M Marakas.21世紀(jì)的決策支持系統(tǒng)[M].朱巖，譯.北京：清華大學(xué)出版社，2002.

［2］Martin T Hagan，Howard B Demuth，Mark H.Beale.神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)\\[M\\].戴葵，譯.北京：機(jī)械工業(yè)出版社， 2003.

［3］劉有才.模糊專家系統(tǒng)原理與設(shè)計(jì)[M].北京：北京航空航天大學(xué)出版社，2003.

［4］張乃堯，閻平凡.神經(jīng)網(wǎng)絡(luò)與模糊控制[M].北京：清華大學(xué)出版社，1998.

［5］高雋.人工神經(jīng)網(wǎng)絡(luò)原理及仿真實(shí)例[M].北京：機(jī)械工業(yè)出版社， 2003.

注：本文中所涉及到的圖表、注解、公式等內(nèi)容請(qǐng)以PDF格式閱讀原文。