模糊神经网络里隶属函数系数的求解

模糊神经网络中的隶属函数系数可以通过以下几种方法进行求解：

1. 经验法：根据专家经验或实验数据确定隶属函数系数。

2. 最小二乘法：通过最小化实际输出与期望输出之间的误差，来求解隶属函数系数。

3. 遗传算法：通过模拟生物进化过程，搜索最优解，来求解隶属函数系数。

4. 遗传模拟退火算法：结合遗传算法和模拟退火算法的优点，来求解隶属函数系数。

5. 神经网络优化算法：利用神经网络的优化算法（如BP算法、LM算法等），来求解隶属函数系数。

以上是常见的隶属函数系数求解方法，选择合适的方法需要根据具体情况进行综合考虑。