2.765

2022影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

利用数据产生模糊推理系统的自适应学习方法

张立权 邵诚

张立权, 邵诚. 利用数据产生模糊推理系统的自适应学习方法. 自动化学报, 2008, 34(1): 80-84. doi: 10.3724/SP.J.1004.2008.00080
引用本文: 张立权, 邵诚. 利用数据产生模糊推理系统的自适应学习方法. 自动化学报, 2008, 34(1): 80-84. doi: 10.3724/SP.J.1004.2008.00080
ZHANG Li-Quan, SHAO Cheng. An Adaptive Learning Method for the Generation of Fuzzy Inference System from Data. ACTA AUTOMATICA SINICA, 2008, 34(1): 80-84. doi: 10.3724/SP.J.1004.2008.00080
Citation: ZHANG Li-Quan, SHAO Cheng. An Adaptive Learning Method for the Generation of Fuzzy Inference System from Data. ACTA AUTOMATICA SINICA, 2008, 34(1): 80-84. doi: 10.3724/SP.J.1004.2008.00080

利用数据产生模糊推理系统的自适应学习方法

doi: 10.3724/SP.J.1004.2008.00080
详细信息
    通讯作者:

    张立权

An Adaptive Learning Method for the Generation of Fuzzy Inference System from Data

More Information
    Corresponding author: ZHANG Li-Quan
  • 摘要: 利用数据设计模糊推理系统分为两个主要内容: 结构辨识和参数优化. 论文首先通过定义隶属度函数和模糊规则简单地给出了一种初始模糊推理系统结构. 然后, 为了提高基于梯度的学习算法的收敛速度、减少振荡, 提出了一种产生模糊推理系统的改进梯度下降方法, 并对算法的收敛性和振荡情况进行了系统分析; 利用这些优化分析结果能够进一步确定在输入变量空间的哪一个区域中模糊规则的密度应该加强, 以及在哪一个输入变量上用于划分其论域的模糊子集的数目应该增加, 从而获得一个新的更精确的模糊推理系统结构. 最后将所提出的方法用于解决非线性函数的逼近问题.
  • 加载中
计量
  • 文章访问数:  2859
  • HTML全文浏览量:  74
  • PDF下载量:  1389
  • 被引次数: 0
出版历程
  • 收稿日期:  2005-09-06
  • 修回日期:  2007-04-29
  • 刊出日期:  2008-01-20

目录

    /

    返回文章
    返回