基于UKF的自适应模糊推理神经网络

• 作者: 徐小来 朱华勇 牛轶峰 王伟 贺中武
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: UKF 自适应模糊推理神经网络 规则约简 系统辨识 函数逼近
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 人工智能
• 页码范围: 82-87
• 分类号: TP273
• 字数: 2926字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2012.04.017

摘要

如何生成最优的模糊规则数及模糊规则的自动生成和修剪是模糊神经网络训练算法研究的重点.针对这一问题,本文提出了基于UKF的自适应模糊推理神经网络(UKF-ANFIS).首先,通过减法聚类确定UKF-ANFIS的模糊规则及其高斯隶属函数的中心和宽度参数；其次,分析了模糊神经网络的非线性动力系统表示,并用LLS和UKF分别学习线性和非线性的参数；然后,用误差下降率方法作为模糊规则修剪的策略,删除作用不大的规则；最后,通过典型的函数逼近和系统辨识实例,表明本文算法得到的模糊神经网络的结构更为紧凑,泛化性能也更佳.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱华勇	国防科学技术大学机电工程与自动化学院	27	503	11.0	22.0
2	牛轶峰	国防科学技术大学机电工程与自动化学院	18	304	7.0	17.0