. (321) Với là hàm liên thuộc của B0 trong không gian đầ u ra Để thi ế t l ậ p
b) Mạng hồi quy RNFN( Recurren Neural-Fuzzy network)
Mạng hồi quy RNFN gồm 5 lớp : lớp đầu vào, lớp mờ hóa, lớp luật hợp thành, lớp hàm chức năng, và lớp giải mờ được chỉ ra trong hình 3. Đầu vào lớp mờ hóa là biến quá trình được sử dụng để xác định vùng hoạt động mờ. Từng biến này được biến đổi qua vài tập mờở lớp mờ hóa nơi mỗi noron tương ứng với tập mờ riêng biệt có hàm liên thuộc thực tế được đưa ra bởi đầu ra noron. Mỗi noron trong lớp luật tương ứng với vùng làm việc mờ của quá trình được mô hình hóa.
81
Đầu vào của nó là tập mờđược định rõ trong vùng làm việc, đầu ra là tích của các tín hiệu đầu vào và là hàm liên thuộc của vùng hoạt động mờ
Hinh 4.3 : Cấu trúc cơ bản mạng hồi quy RNFN
Noron trong lớp hàm thực hiện mô hình tuyến tính cục bộ trong vùng làm việc mờ. Từng noron tương ứng với vùng làm việc đặc thù và là noron tuyến tính.
Đầu ra là phép tổng của đầu vào có trọng lượng và độ lệch đặc trưng cho hằng số
trong mô hình cục bộ. Lớp giải mờ thực hiện giải mờ trọng tâm COG và đưa kết quả đầu ra cuối cùng. Đầu vào cho noron giải mờ là hàm liên thuộc của từng vùng làm việc mờ và đầu ra mô hình cục bộ trong vùng đó. Mạng RNFN có đặc điểm là có sự hồi quy ởđầu ra quay trở lại làm tín hiệu đầu vào ở cả vùng mờ và mô hình cục bộ nên giống như một đối tượng có phản hồi nên có thể mang đặc điểm động học của đối tượng thực.