| 基于遗传算法优化模糊树模型参数的算法设计及仿真 |
| |
| 引用本文： | 岳玉芳,毛剑琴.基于遗传算法优化模糊树模型参数的算法设计及仿真[J].系统仿真学报,2002,14(7):870-873. |
| |
| 作者姓名： | 岳玉芳 毛剑琴 |
| |
| 作者单位： | 北京航空航天大学第七研究室,北京,100083 |
| |
| 基金项目： | 高校博士点基金(2000000625)，北京市自然科学基金(4992007)资助 |
| |
| 摘 要： | 改进了Takagi-Sugeno型模糊树模型的反向传播学习参数的方法,提出基于GA的一套完整、系统的优化模糊树模型参数的算法,其关键是选择确定祖先节点a的方式和选择哪些变量作为染色体基因。对国际标准例题的仿真表明,该方法对算法初始值的选择不敏感,能显著提高模糊树模型的建模精度,在相同模型精度条件下,则可简化样本空间的划分,降低模型的计算量。
|
| 关 键 词： | 模糊树模型 Takagi-Sugeno模型 ANFIS 模糊聚类模型 |
| 文章编号： | 1004-731(2002)07-0870-04 |
| 修稿时间： | 2001年9月29日 |
Parameter Optimization and Simulation for Fuzzy Tree Model Based on Genetic Algorithm |
| |
| YUE Yu-fang,MAO Jian-qin.Parameter Optimization and Simulation for Fuzzy Tree Model Based on Genetic Algorithm[J].Journal of System Simulation,2002,14(7):870-873. |
| |
| Authors: | YUE Yu-fang MAO Jian-qin |
| |
| Abstract: | Improved from back propagation of fuzzy tree model, a kind of Takagi-Sugeno fuzzy model, this paper proposes a new parameter optimization method based on genetic algorithm (GA). Two keys are to select the way of determination for parent nodes?a and to select what variables as genes on chromosome. Benchmark simulations illustrate that the method have less sensitization for initial parameters and well evolution efficiency. On the same precise level, new method can simplify partition of data space and decrease computational load. |
| |
| Keywords: | fuzzy tree model TS model ANFIS fuzzy cluster model |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
