排序方式: 共有4条查询结果,搜索用时 328 毫秒
1
1.
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,系统的优化模糊对模型参数的算法,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。 相似文献
2.
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。 相似文献
3.
4.
1