自适应神经模糊推理系统的参数优化方法

• 作者: 秦炎峰 陈铁军
• 来源期刊: 科技与创新
• 关键词: 模糊系统 自适应神经模糊推理系统 隶属度函数
• 年，卷（期）: 2008,（18）
• 所属期刊栏目: 软件时空
• 页码范围: 222-224
• 页数: 3页
• 分类号: TP273
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2008.18.090

摘要

自适应神经模糊推理系统(ANFIS)将模糊推理系统(FIS)中的模糊逻辑规则及隶属度函数参数通过神经网络的自学习来整定,自动产生模糊规则和调整隶属度函数,解决了模糊控制系统中模糊推理规则主要根据专家经验设计、缺乏自学习能力、控制精度不高等问题.而在建立一个初始系统进行训练时,其训练次数、隶属度函数的数目及类型都是待定的,这三个参数的选择直接影响系统训练后的效果,其确定方法值得研究.本文应用自适应神经模糊推理系统对一个典型系统进行建模仿真,并提出三个参数的寻优方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈铁军		115	1338	17.0	32.0
2	秦炎峰		1	15	1.0	1.0