基于神经网络的复合避碰专家系统研究

此文在对神经网络避碰决策和专家系统避碰决策的优缺点进行分析、研究的基础上，基于神经网络规则抽取技术，提出了“基于神经网络的复合避碰专家系统”，将神经网络的自适应学习能力和避碰专家系统的解释说明能力集成在一个统一的体系结构中，不仅解决了避碰专家系统构建过程中的知识获取“瓶颈”问题，而且还解决了神经网络避碰决策过程的“黑箱”现象，提高了系统决策结果的可信度。