基于ANFIS的分層模糊系統(tǒng)建構(gòu)方法及應(yīng)用研究.pdf

1、1965年Zadeh提出模糊系統(tǒng)理論以來(lái),模糊系統(tǒng)在越來(lái)越多的領(lǐng)域得到了應(yīng)用。但是模糊系統(tǒng)的規(guī)則總數(shù)會(huì)隨著輸入量個(gè)數(shù)的增加而呈現(xiàn)指數(shù)增長(zhǎng),當(dāng)輸入量個(gè)數(shù)過(guò)多時(shí)會(huì)出現(xiàn)“維數(shù)災(zāi)”問(wèn)題?！熬S數(shù)災(zāi)”的出現(xiàn)一方面造成了推理計(jì)算的復(fù)雜性,另一方面也限制了人工經(jīng)驗(yàn)的引入。通常情況下人們會(huì)減少輸入變量對(duì)模型進(jìn)行簡(jiǎn)化,但這樣無(wú)疑會(huì)降低模型的精度。1991年Raju等首先提出了一類(lèi)分層模糊系統(tǒng),為解決“維數(shù)災(zāi)”問(wèn)題開(kāi)辟了一個(gè)新的研究方向。自適應(yīng)模糊神經(jīng)推理系

2、統(tǒng)(Adaptive Neuro-Fuzzy Inference System),簡(jiǎn)稱ANFIS,它融合了神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)機(jī)制和模糊系統(tǒng)的語(yǔ)言推理能力等優(yōu)點(diǎn),彌補(bǔ)各自不足,屬于神經(jīng)模糊系統(tǒng)的一種,同其他神經(jīng)模糊系統(tǒng)相比,ANFIS具有便捷高效的特點(diǎn),因而已被收入了MATLAB的模糊邏輯工具箱,并已在多個(gè)領(lǐng)域得到了成功應(yīng)用。
　　 本文在前人工作的基礎(chǔ)上對(duì)分層模糊系統(tǒng)建模的方法進(jìn)行了研究。在分層模糊系統(tǒng)建模時(shí),存在著眾多的分層結(jié)構(gòu),

3、而怎樣從眾多的分層結(jié)構(gòu)中選擇一個(gè)最優(yōu)的分層結(jié)構(gòu),這是一個(gè)亟須解決的問(wèn)題。本文對(duì)“增一型”分層模糊系統(tǒng)進(jìn)行了結(jié)構(gòu)研究和理論推導(dǎo),提出了一種通過(guò)代價(jià)函數(shù)選擇分層結(jié)構(gòu)的方法:先對(duì)輸入變量應(yīng)用主成分分析法進(jìn)行空間映射得到新的輸入變量,保留新輸入量的貢獻(xiàn)率,然后通過(guò)理論推導(dǎo)構(gòu)造出關(guān)于貢獻(xiàn)率的代價(jià)函數(shù),比較各種分層結(jié)構(gòu)的代價(jià)函數(shù)大小,從而選擇最優(yōu)的分層結(jié)構(gòu)。最后通過(guò)仿真實(shí)驗(yàn)證明了該方法切實(shí)可行,避免了傳統(tǒng)“試湊法”的盲目性。、ANFIS訓(xùn)練過(guò)程中會(huì)