一种基于GA优化模糊推理神经网络的新方法

• 作者: 武妍
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 遗传算法 模糊推理神经网络 优化 模糊规则 隶属度函数
• 年，卷（期）: 2002,（7）
• 所属期刊栏目: 博士论文
• 页码范围: 23-25，121
• 页数: 4页
• 分类号: TP182
• 字数: 3789字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2002.07.010

摘要

通过对已有的一些基于遗传算法(GA)优化模糊系统方法的分析,指出了它们存在的一些缺陷.提出了一种新颖的基于GA优化模糊推理神经网络的方法,并给出了相应的优化算法.这种方法可以对模糊推理系统中的所有结构和参数同时或分别进行优化.在此基础上,还讨论了模糊推理神经网络的精简问题,如无用模糊规则的删除.最后通过实例验证了该方法是一种很有效的方法.具有易理解、精度高、收敛快、泛化能力好且能全局收敛的优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	武妍	同济大学计算机系	58	726	15.0	24.0