基于Pareto协同进化算法的高维模糊分类系统设计

• 作者: 吴晓蓓 张宏 张永 徐志良 胡维礼
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 模糊分类系统 模糊聚类 Pareto解 协同进化算法 解释性
• 年，卷（期）: 2008,（4）
• 页码范围: 626-631
• 页数: 6页
• 分类号: TP273
• 字数: 4925字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-0505.2008.04.016

摘要

提出一种可同时构造多个精确性和解释性较好折衷的高维模糊分类系统的设计方法.该方法首先利用Simba算法进行特征变量选择,然后采用模糊聚类算法辨识初始的模糊模型,最后利用Pareto协同进化算法对所获得的初始模糊模型进行结构和参数优化.其中,Pareto协同进化算法采用了一种新的基于非支配排序的多种群合作策略.为提高模型的解释性,在Pareto协同进化算法中利用基于相似性的模型简化方法对模型进行约简.利用该方法对Wine典型问题进行分类,仿真结果验证了方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张宏	南京理工大学计算机科学与技术学院	181	1427	17.0	29.0
2	吴晓蓓	南京理工大学自动化学院	113	1168	17.0	26.0
3	徐志良	南京理工大学自动化学院	60	466	11.0	17.0
4	胡维礼	南京理工大学自动化学院	155	2963	28.0	46.0
5	张永	南京理工大学自动化学院	26	143	7.0	10.0