神经模糊系统中模糊规则的优选

被引：5

作者：

贾立

俞金寿

机构：

[1] 华东理工大学自动化研究所

来源：

控制与决策 | 2002年 / 03期

关键词：

神经模糊系统; 两级聚类; 改进的最近邻域聚类算法; GK模糊聚类算法; 划分熵;

D O I：

10.13195/j.cd.2002.03.51.jial.011

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

提出一种基于两级聚类算法的自组织神经模糊系统 ,该系统采用两级聚类算法 (改进的最近邻域聚类算法和 Gustafson- Kessel模糊聚类算法 )对输入 /输出数据进行模糊聚类 ,并由模糊聚类的划分熵确定最优划分 ,建立模糊模型 ,模型精度可由梯度下降法进一步提高。仿真结果表明 ,这种神经模糊系统具有结构简单、规则数少、学习速度快以及建模精度高等特点

引用

页码：306 / 309+314 +314

页数：5