采用金屬基復(fù)合材料設(shè)計(jì)神經(jīng)自適應(yīng)學(xué)習(xí)技術(shù)能夠開(kāi)發(fā)一個(gè)模型，通過(guò)使用模糊建模過(guò)程的數(shù)據(jù)集來(lái)“學(xué)習(xí)”系統(tǒng)。換句話說(shuō)，ANFIS通過(guò)單獨(dú)使用輸入/輸出數(shù)據(jù)集反向傳播(BP)算法或結(jié)合最小二乘法編輯隸屬度函數(shù)參數(shù)來(lái)創(chuàng)建模糊推理系統(tǒng)(FIS)。采用金屬基復(fù)合材料設(shè)計(jì)這樣的安排使得系統(tǒng)可以借助我們的模糊系統(tǒng)所建模的數(shù)據(jù)來(lái)學(xué)習(xí)相關(guān)的系統(tǒng)。換句話說(shuō)，它會(huì)根據(jù)將要建模的數(shù)據(jù)進(jìn)行調(diào)整。因此，它具有很強(qiáng)的適應(yīng)性。由于自適應(yīng)網(wǎng)絡(luò)結(jié)構(gòu)的功能，它獲得了利用系統(tǒng)的環(huán)境信息和與系統(tǒng)相關(guān)的輸入輸出數(shù)據(jù)進(jìn)行自我更新的能力。它還包括先進(jìn)的數(shù)據(jù)分析技術(shù)，如ANFIS，數(shù)字分組和規(guī)則集。
神經(jīng)自適應(yīng)學(xué)習(xí)技術(shù)由六層組成。第一層稱為輸入層。這一層的輸入信號(hào)被傳送到其他層。第2層是模糊化層。每個(gè)輸出由依賴于輸入值和使用的成員函數(shù)的成員度組成。第三層是規(guī)則層;這一層的每個(gè)節(jié)點(diǎn)都是指根據(jù)Sugeno模糊邏輯推理系統(tǒng)創(chuàng)建的規(guī)則和編號(hào)。第4層是歸一化層，接受所有節(jié)點(diǎn)，計(jì)算每個(gè)規(guī)則的歸一化級(jí)別。第5層是凈化層，對(duì)給定規(guī)則在每個(gè)節(jié)點(diǎn)上的加權(quán)結(jié)果值進(jìn)行估計(jì)。第6層是只有一個(gè)節(jié)點(diǎn)的總層(∑)。在這一層中，增加各節(jié)點(diǎn)的輸出值，得到系統(tǒng)的實(shí)際輸出。
采用金屬基復(fù)合材料設(shè)計(jì)神經(jīng)自適應(yīng)學(xué)習(xí)技術(shù)的學(xué)習(xí)算法是一種混合學(xué)習(xí)算法，包括使用最小二乘法和反向傳播學(xué)習(xí)算法。該學(xué)習(xí)算法基于誤差反向傳播。學(xué)習(xí)的過(guò)程有兩個(gè)步驟;在第一部分中，產(chǎn)生輸入樣本并接受初始參數(shù)為常數(shù)，用最小均方法確定最佳最終參數(shù)。第二部分再現(xiàn)輸入樣本，用梯度下降法代替初始參數(shù)，最終參數(shù)被認(rèn)為是常數(shù)。之后[3]會(huì)重復(fù)這個(gè)過(guò)程。
新時(shí)代，新技術(shù)層出不窮，我們關(guān)注，學(xué)習(xí)，希望在未來(lái)能夠與時(shí)俱進(jìn)，開(kāi)拓創(chuàng)新。