用模糊神经网络逼近数学函数-MATLAB源程序

%模糊神经网络逼近函数
clear all
close all
rank=8;
step=20;%循环次数
FF2=zeros（2*rank1）;
W=ones（1rank*rank）;%权值
WK1=W;
WK2=W;
WW=zeros（rank*rank1）;
gama=0.618;%记忆权值
beta=0.7;%学习步长
for x1=-1:0.1:1
    for x2=-1:0.1:1
        %第一层的输入
        input1=[x1x2]‘;
        FF2=[-1 -0.7 -0.4 -0.1 0.1 0.4 0.7 1; -1 -0.7 -0.4 -0.1 0.1 0.4 0.7 1];
        width=[0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7  ;0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7  ];%隶属度宽度
        XX2=zeros（length（input1）rank）;
        for i=1:length（input1）
            for j=1:rank
                XX2（ij）=-（input1（i）-FF2（ij））^2/width（ij）^2;
            end
        end;
        miu=exp（XX2）;
        for i=1:length（input1）
            for j=1:rank
                if miu（ij）<0.1
                    miu（ij）=0;
                end
            end
        end 
        FF3=zeros（rankrank）;
        for i=1:rank
            for j=1:rank
                FF3（ij）=min（miu（1i）miu（2j））;
            end
        end;
        FF4=zeros（rankrank）;
        temp=0;
        for i=1:rank
            for j=1:rank
                temp=temp+FF3（ij）;
            end
        end
        for i=1:rank
            for j=1:rank
                FF4（ij）=FF3（ij）/temp;
            end
        end
        XX4=zeros（rank*rank1）;
        XX4=reshape（FF4rank*rank1）;
        t=sin（x1*pi）*sin（pi*x2）;
        for train=1:step
            YY=W*XX4;
            for j=1:length（W）
                W（j）=WK1（j）+beta*（t-YY）*XX4（j）+gama*（WK1（j）-WK2（j））;
            end
            WK2=WK1;
            WK1=W;
        end
        WW=[WWW‘];
    end

end
%训练结束
YY=0;
GG=0;
K