收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于解释性与精确性的模糊建模方法研究

张永  
【摘要】: 本文针对基于解释性与精确性的模糊建模方法进行了较为深入的研究,主要工作如下: 定性地阐述了模糊模型解释性的问题.将模糊模型的解释性分为规则的解释性和结构的解释性,从隶属函数的特性、模糊规则的特性、输入变量和模糊规则数目等方面直观地分析了模糊模型的解释性. 研究了一种基于遗传算法的模糊模型设计方法。该方法分别利用CART算法和模糊GK聚类算法初始化模糊模型,采用实数编码的遗传算法对初始模糊模型进行优化,在优化过程中利用模糊集合与模糊规则的相似性分析和融合对模糊模型进行约简.将该方法用于多个典型的Benchmark问题的建模仿真研究,并与其它文献方法进行比较,验证了本文方法的有效性。 研究了一种基于协同进化算法的模糊模型设计方法。该方法将模糊建模的主要因素,如隶属函数参数、模糊规则的前件和模糊规则数等编码为不同的种群,利用协同进化算法同时优化模糊模型的结构与参数。协同进化算法的适应度函数同时考虑模型的精确性和解释性,采用分量加权求和法将多目标优化转化单目标优化。对于高维复杂问题,通过Simba算法计算每一输入变量的重要性来进行变量的选择。将该方法用于T-S模糊模型与模糊分类系统的建模仿真研究,仿真结果验证了本文方法的有效性。针对模糊模型的结构参数与协同进化算法的参数,定性的分析了它们对模糊建模的影响,为后续的研究奠定了基础。 提出了一种基于Pareto协同进化算法的模糊模型设计方法。Pareto协同进化算法的目标函数同时考虑模糊模型的精确性与解释性,采用了一种新的基于非支配排序的多种群合作策略,从而避免了协同进化算法中多目标优化加权因子的设定问题。算法运行一次可以获得一组精确性和解释性较好折衷的模糊模型。 提出一种基于混合协同进化算法的模糊分类系统的设计方法。该方法综合了Michigan型遗传算法与Pittsburgh型遗传算法的优点,采用Michigan型遗传算法获得一系列优化的模糊规则,然后利用基于Pittsburgh编码方式的Pareto协同进化算法对模糊分类系统进行优化。该混合协同进化算法具有Michigan型算法的局部优化能力和Pittsburgh型算法的全局寻优能力.将该方法用于多个分类问题的建模仿真研究,并与其它文献方法进行比较,验证了本文方法的有效性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王攀,万君康,冯珊,魏崴,张坚坚;一类基于分治原理的多种群协同进化算法[J];系统工程与电子技术;2004年11期
2 陈世展,任长明,吴启权;基于竞争方程的竞争型协同进化算法及应用[J];微处理机;2005年01期
3 刘进超;王攀;;一类协同进化算法的动力学模型[J];中国水运(理论版);2007年05期
4 虞斌能;焦斌;顾幸生;;改进协同粒子群优化算法及其在FlowShop调度中的应用[J];华东理工大学学报(自然科学版);2009年03期
5 徐晓晖;黄剑玲;;基于模糊协同进化免疫的RBF网络学习算法研究[J];计算机与现代化;2010年07期
6 刘文远;刘彬;;基于协同进化的自适应遗传算法研究[J];计算机工程与应用;2011年14期
7 张桂娟;刘希玉;;自适应协同进化算法及其在创新设计中的应用研究[J];计算机应用研究;2006年10期
8 慕彩红;焦李成;刘逸;;求解约束优化问题M-精英协同进化算法[J];西安电子科技大学学报;2010年05期
9 臧文科;杨杰;韩秀萍;;基于动态小生境集的多种群协同进化模型[J];计算机工程;2010年18期
10 邹丽珊;陈振洲;洪洲;;复杂动力学模型参数优化问题的协同进化算法[J];计算机技术与发展;2011年08期
11 袁琦;徐迎晓;;多智能体协同进化算法及其在物流配送中的应用[J];科技管理研究;2010年03期
12 邢永刚;唐硕;;耦合系统协同进化多学科设计优化算法研究[J];计算机仿真;2011年02期
13 苏兆锋;邱洪泽;朱大铭;;应用重启改进进化算法提高柔性作业解质量[J];系统仿真学报;2011年07期
14 王文韬;易维列;何永保;;合作式协同进化用于模糊系统的自动生成[J];模式识别与人工智能;2002年02期
15 许菊花;虞斌能;焦斌;;基于灾变因子的协同进化算法及其应用[J];上海电机学院学报;2008年02期
16 秦昱;蒋平;;基于分层分区协同进化算法的电力系统无功优化[J];江苏电机工程;2008年05期
17 胡成玉;吴湘宁;王永骥;;基于种群熵的多粒子群协同优化[J];计算机应用研究;2008年12期
18 雷小宇;杨胜跃;张亚鸣;樊晓平;瞿志华;;基于协同进化的多智能体机器人路径规划[J];计算机系统应用;2010年11期
19 谢伟;陈雪波;张秋思;;多机器人路径规划中的一种混合算法[J];辽宁科技大学学报;2010年05期
20 陈琪锋,戴金海;多目标的分布式协同进化MDO算法[J];国防科技大学学报;2002年04期
中国重要会议论文全文数据库 前3条
1 张永;黄成;徐志良;吴晓蓓;;基于混合协同进化算法的模糊系统构建方法研究[A];中国自动化学会控制理论专业委员会B卷[C];2011年
2 雷琪;吴敏;;基于协同进化算法的焦炉火道温度模糊优化控制[A];第二十六届中国控制会议论文集[C];2007年
3 彭志红;孙琳;陈杰;吴金平;;基于改进多智能体协同进化算法的多无人机低空突防航迹规划研究[A];中国自动化学会控制理论专业委员会B卷[C];2011年
中国博士学位论文全文数据库 前10条
1 杨莉萍;基于信息维的协同进化算法研究[D];北京交通大学;2010年
2 李碧;协同进化算法的研究及其应用[D];华南理工大学;2010年
3 郭圆平;动态种群规模的协同进化算法模型、理论与应用[D];中国科学技术大学;2008年
4 张宝;粒子群算法及其在卫星舱布局中的应用研究[D];大连理工大学;2007年
5 张永;基于解释性与精确性的模糊建模方法研究[D];南京理工大学;2006年
6 曾威;卫星舱布局的双系统协同进化算法与CAD系统关键技术[D];大连理工大学;2007年
7 孟红云;多目标进化算法及其应用研究[D];西安电子科技大学;2005年
8 张会红;基于XNOR/OR的FPRM极性优化研究[D];华东理工大学;2011年
9 吴宏晓;基于软计算方法的电力系统负荷预测[D];上海交通大学;2007年
10 刘冉;摩擦输送汽车混流装配线中短期决策平衡调度问题研究与应用[D];南京航空航天大学;2012年
中国硕士学位论文全文数据库 前10条
1 张创业;协同进化算法研究及应用[D];广西民族大学;2010年
2 李楠;基于演化博弈论的协同进化算法的研究和应用[D];华北电力大学(北京);2011年
3 张鹏;多蜂群协同进化算法及其应用研究[D];山东师范大学;2014年
4 曾庆盛;多种群竞争与协同的人工免疫计算模型及应用[D];福建师范大学;2011年
5 张远淑;基于均匀设计的多目标协同进化算法及其应用[D];西安电子科技大学;2012年
6 张站立;引入加速协同算子的多目标协同进化算法及其在倒立摆控制中的应用[D];重庆理工大学;2011年
7 郭晨阳;分段式多目标城市轨道交通列车运行优化算法研究[D];西南交通大学;2014年
8 徐立芳;阴性选择分类器原理与应用研究[D];哈尔滨工程大学;2005年
9 李灿;多目标双系统协同进化算法及其应用[D];大连理工大学;2007年
10 苏延莉;基于协同理论的工程项目多目标优化研究[D];西安建筑科技大学;2010年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978