基于聚类有效性神经网络的模糊规则提取方法

被引：18

作者：

谢维信

高新波

机构：

[1] 深圳大学,西安电子科技大学深圳,西安

来源：

深圳大学学报 | 2003年 / 04期

关键词：

模糊逻辑控制; 聚类有效性; 控制规则提取;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

模糊控制以其自适应性、鲁棒性和易于实现等优点得到广泛应用 .然而模糊控制规则的获取通常由专家根据经验给出 ,这就存在诸如规则不够客观、专家经验难以获取等问题 .作者给出一种基于聚类有效性神经网络的模糊规则提取的新方法 .该方法采取对训练样本预划分子集聚类 ,模糊语言量的自动确定 ,模糊隶属度函数自适应调整等策略 ,克服了以往规则提取法在训练样本不充分时 ,规则提取不足及规则数目难以确定等缺点 ,并结合神经网络技术使所提取的控制规则的质量得到提高 ,改善了模糊控制器的性能 .最后 ,以倒车系统为例证明了该方法的有效性

引用

页码：30 / 38

页数：9