首页 | 本学科首页   官方微博 | 高级检索  
     

基于聚类算法的神经模糊推理系统结构和参数的优化
引用本文:祖家奎,戴冠中,张骏. 基于聚类算法的神经模糊推理系统结构和参数的优化[J]. 系统仿真学报, 2002, 14(4): 501-503
作者姓名:祖家奎  戴冠中  张骏
作者单位:西北工业大学自动控制系,陕西,西安,710072
摘    要:
根据社会网络与模糊逻辑系统的各自特性,在分析了扩展RBF网络与T-S型模糊逻辑系统功能等价性的基础之上,提出了扩展RBF网络与T-S型模糊逻辑系统相互融合的一种新的自适应模糊逻辑系统,考察了系统现有的结构和参数优化方法,提出了采用基于山峰函数的减法聚类算法与由梯度下降算法和最小二乘算法所组成的混合学习算法来对模糊推理系统进行训练,从而优化自适应模糊推理系统的结构和参数,最后,针对一非线性函数逼近问题进行了验证,仿真取得了很好的效果。系统的逼近精度和收敛速度获得了明显的提高,从而表明本文提出的算法是有效性和可行性。

关 键 词:聚类算法 神经模糊推理系统 结构 参数 优化 神经网络 人工智能
文章编号:1004-731X(2002)04-0501-03
修稿时间:2001-04-03

Structure and Parameters Optimization of Neural-Fuzzy Inference System via Clustering Algorithm
ZU Jia-kui,DAI Guan-zhong,ZHANG Jun. Structure and Parameters Optimization of Neural-Fuzzy Inference System via Clustering Algorithm[J]. Journal of System Simulation, 2002, 14(4): 501-503
Authors:ZU Jia-kui  DAI Guan-zhong  ZHANG Jun
Abstract:
Keywords:neural-fuzzy inference system  equivalence  subtraction clustering  mixed algorithm  
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号