模糊規(guī)則庫(kù)的生成與優(yōu)化.pdf

1、本文主要是研究如何改善基于模糊C-均值聚類方法(FCM)的模糊規(guī)則庫(kù)的生成及優(yōu)化的問(wèn)題。通過(guò)學(xué)習(xí)相關(guān)的資料，在仔細(xì)研究了國(guó)內(nèi)外發(fā)展現(xiàn)狀的基礎(chǔ)上，對(duì)基于FCM算法的規(guī)則庫(kù)生成方法進(jìn)行了改進(jìn)，并通過(guò)遺傳算法對(duì)模糊推理系統(tǒng)進(jìn)行優(yōu)化來(lái)進(jìn)一步優(yōu)化模糊規(guī)則庫(kù)。 首先本文改進(jìn)了基于FCM算法的模糊規(guī)則庫(kù)的生成方法。針對(duì)FCM算法對(duì)初值設(shè)定敏感而影響聚類效果，訓(xùn)練規(guī)則速度較慢等缺點(diǎn)，本文在兩個(gè)方面做了改進(jìn)。第一，通過(guò)提出新的聚類判別準(zhǔn)則來(lái)改善聚

2、類效果；第二，通過(guò)把硬聚類和FCM聚類相結(jié)合，先用硬聚類算法找到模糊聚類中心的迭代初值，然后再用FCM算法進(jìn)行聚類的方法來(lái)提高聚類收斂速度。使用改進(jìn)的FCM算法生成初始的模糊規(guī)則庫(kù)，在此基礎(chǔ)上使用RBF模糊神經(jīng)網(wǎng)絡(luò)來(lái)進(jìn)行參數(shù)調(diào)整進(jìn)而生成完善的模糊規(guī)則庫(kù)。 其次本文在分析了Homaifar優(yōu)化方法的優(yōu)缺點(diǎn)的基礎(chǔ)上，提出了一種新的基于GA優(yōu)化模糊推理系統(tǒng)的方法，并給出了相應(yīng)的優(yōu)化算法。本文提出的優(yōu)化方法在以下方面改善了Homaifa