基于粒子群聚类算法的模糊神经网络建模方法研究

• 作者: 刘雨佳 李国宁 王亮军
• 来源期刊: 微电子学与计算机
• 关键词: 模糊神经网络 粒子群聚类算法 规则提取 建模
• 年，卷（期）: 2016,（2）
• 页码范围: 54-57,62
• 页数: 5页
• 分类号: TP183
• 语种: 中文

摘要

针对复杂系统建模过程中出现的输入输出维数高和规则提取困难等问题，引入模式辨识理论体系中的聚类分析思想，提出了基于粒子群聚类提取样本数据模糊规则的方法。利用粒子群聚类自适应地分析样本聚类中心和聚类数，获得模糊推理规则和隶属度函数个数，结合该方法的特点，建立了一种基于粒子群聚类的模糊神经网络结构。采用模糊 RBF 算法进行网络训练，调整隶属度函数参数和连接权值，完成网络参数辨识。仿真实例表明，该方法适合复杂系统的建模，具有辨识精度高、收敛速度快和规则自提取的优点，对系统建模具有一定指导意义。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李国宁	兰州交通大学自动化与电气工程学院	48	149	7.0	8.0
2	王亮军	兰州交通大学自动化与电气工程学院	2	8	1.0	2.0
3	刘雨佳	兰州交通大学自动化与电气工程学院	3	12	2.0	3.0