多目標(biāo)協(xié)同遺傳規(guī)劃及其在模糊建模中的應(yīng)用.pdf

1、碩士論文多目標(biāo)協(xié)同遺傳規(guī)劃及其在模糊建模中的應(yīng)用摘要基于規(guī)則的模糊系統(tǒng)可以分成兩種形式:近似的和描述的。前者主要關(guān)心精確性和靈活度，而后者更注重解釋性。精確性與解釋性的折中是目前模糊建模中的一個(gè)重要研究課題，也是本論文的主要研究目標(biāo)。遺傳規(guī)劃是一種新型的搜索尋優(yōu)技術(shù)，它依據(jù)生物界的遺傳和進(jìn)化，根據(jù)優(yōu)勝劣汰的原則，借助復(fù)制、交叉、變異等操作，逐步逼近最優(yōu)解。本文將遺傳規(guī)劃用于模糊建模，主要研究內(nèi)容和創(chuàng)新點(diǎn)歸納如下:1、本論文將遺傳規(guī)劃和上

2、下文無關(guān)文法相結(jié)合，引入了一種推導(dǎo)模糊規(guī)則庫的文法實(shí)現(xiàn)模糊分類系統(tǒng)。這種算法稱為模糊遺傳規(guī)劃。第三章給出了模糊分類系統(tǒng)的巴科斯范式形式描述。2、本論文針對傳統(tǒng)的柵格模糊建模方法的不足，提出了一種基于快速非支配排序的多目標(biāo)協(xié)同進(jìn)化算法優(yōu)化模糊分類系統(tǒng)。該算法使用了兩個(gè)進(jìn)化算法:模糊遺傳規(guī)劃優(yōu)化模糊規(guī)則庫種群和簡單遺傳算法進(jìn)化隸屬函數(shù)種群。首先采用Simba選擇法實(shí)現(xiàn)輸入變量的選擇，算法運(yùn)行一次可獲得一個(gè)Pareto最優(yōu)解集，可從中選擇精確

3、性和解釋性較好折中的滿意解。利用該方法對Iris和Wlne問題進(jìn)行分類，仿真結(jié)果驗(yàn)證了方法的有效性。關(guān)鍵詞:遺傳規(guī)劃，多目標(biāo)協(xié)同進(jìn)化，Pareto最優(yōu)解，上下文無關(guān)文法，巴科斯范式，變量選擇聲明本學(xué)位論文是我在導(dǎo)師的指導(dǎo)下取得的研究成果，盡我所知，在本學(xué)位論文中，除了加以標(biāo)注和致謝的部分外，不包含其他人已經(jīng)發(fā)表或公布過的研究成果，也不包含我為獲得任何教育機(jī)構(gòu)的學(xué)位或?qū)W歷而使用過的材料。與我一同工作的同事對本學(xué)位論文做出的貢獻(xiàn)均己在論文中