基于聚类有效性神经网络的模糊规则提取方法

• 作者: 谢维信 高新波
• 来源期刊: 深圳大学学报(理工版)
• 学科: 工学
• 关键词: 模糊逻辑控制 聚类有效性 控制规则提取
• 年，卷（期）: 2003,（4）
• 页码范围: 30-38
• 页数: 9页
• 分类号: TP18|O159
• 字数: 5063字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2618.2003.04.005

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢维信		160	2886	26.0	48.0
2	高新波		176	3425	27.0	52.0