应用聚类和遗传算法获取模糊模型

被引：4

作者：

刘志华

刘建成

道理

杨海燕

机构：

[1] 中南大学信息科学与工程学院

来源：

控制工程 | 2007年 / 06期

基金：

湖南省自然科学基金;

关键词：

单值模糊模型; 层次凝聚聚类算法; 遗传算法; PNC2;

D O I：

10.14107/j.cnki.kzgc.2007.06.017

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对在复杂系统的模糊建模中,模型的精确度和可解释性很难同时得到满足的问题,利用PNC2聚类算法和遗传算法各自的特点,提出了一种新的建模方法。利用PNC2聚类算法创建初始模型,然后对规则参数进行编码,借助实值遗传算法优化模型。PNC2是有指导的层次凝聚聚类算法,双重的合并测试使获得的初始模型达到局部最优解,具有很强的可解释性;遗传算法通过自适应优化来提高模型的精确度。通过运用Iris数据分类问题,验证了算法的可行性和有效性。

引用

页码：618 / 621

页数：4