基于聚类有效性神经网络的模糊规则提取方法

被引：1

作者：

谢维信

高新波

机构：

[1] 深圳大学

[2] 西安电子科技大学

来源：

深圳大学学报 | 1997年 / 01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]; O159 [模糊数学];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 070104 ;

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．为此，本文给出一种其于聚类有效性神经网络的模糊规则提取的新方法．该方法采取了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：14 / 21

页数：8