一 种基于粗集的模糊神经网络

被引:6
作者
罗健旭
邵惠鹤
机构
[1] 上海交通大学自动化研究所
[2] 上海交通大学自动化研究所 上海
[3] 上海
关键词
粗集; 模糊系统; 神经网络; 遗传算法; 软测量;
D O I
10.16183/j.cnki.jsjtu.2003.11.015
中图分类号
TP183 [人工神经网络与计算];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
提出了基于粗集的模糊神经网络(RSNFN),利用粗集理论从数据样本中获取约简的规则集作为模糊神经网络的规则,使得规则数目减少,克服了当输入维数高时,模糊神经网络模糊规则过多,结构过于庞大的缺点.同时利用遗传算法对连续属性的最优离散化值进行寻优,从而获得最优的网络结构.最后用RSNFN方法对催化裂化装置的轻柴油凝点进行估计,取得了良好的效果.
引用
收藏
页码:1702 / 1705+1722 +1722
页数:5
相关论文
共 2 条
[1]   基于粗集理论的规则知识获取技术 [J].
王亚英 ;
邵惠鹤 .
上海交通大学学报, 2000, (05) :688-690
[2]   基于粗集理论知识表达系统的一种归纳学习方法 [J].
吴福保 ;
李奇 ;
宋文忠 ;
不详 .
控制与决策 , 1999, (03) :15-20