普適的模糊推理系統(tǒng)理論及應(yīng)用.pdf

1、計算智能(Computational Intelligence,CI)本質(zhì)上借鑒了仿生學(xué)思想,它從模擬自然界的各種智能現(xiàn)象發(fā)展而來,通過用計算機模擬和再現(xiàn)生物體的某些智能行為(學(xué)習(xí)性,適應(yīng)性),發(fā)展成改造自然界的一種新型研究領(lǐng)域。CI非常適合于解決那些因為難以建立有效的形式化模型而用傳統(tǒng)技術(shù)難以有效解決、甚至無法解決的問題,它可以被定義為一種方法論,包含具有學(xué)習(xí)和處理新環(huán)境能力的諸多算法。其中,模糊邏輯旨在建立推理的不精確方式來模擬人類

2、在不確定和不精確的環(huán)境下做出合理決策的能力,它在解決推理、決策和評估等這一類主觀性認知問題時,在同時解決定量描述與定性描述問題時,具有強大的功能。
　　 在廣泛收集整理已有計算智能分支算法及分類方法的基礎(chǔ)上,從探討計算智能的定義與本質(zhì)出發(fā),以計算機制為具體分類依據(jù),本文提出基于模擬機制的分類方法(SMB),將計算智能所有分支分為三大類:有機機制模擬,無機機制模擬和人造機制模擬；在此基礎(chǔ)上,歸納了有機機制模擬的計算智能分支算法,并

3、總結(jié)出各子類的普適性計算模型。SMB方法旨在對各類和各類(子類)包含的分支算法的計算本質(zhì)進行深入討論,為進一步研究計算智能混合算法提供了基礎(chǔ)框架。
　　 針對傳統(tǒng)模糊推理系統(tǒng)(FIS)的局限性問題,在充分研究模糊邏輯的本質(zhì)和模糊推理系統(tǒng)計算機制的基礎(chǔ)上,本文提出普適的模糊推理系統(tǒng)(UFIS),其基本思想就是尋找具有普適意義的模糊推理算子,從而突破固有傳統(tǒng)推理算子的局限,并實現(xiàn)考慮輸入和規(guī)則權(quán)重的推理過程。該模型在推理算子的普適性

4、表達和推理過程中輸入及規(guī)則的重要性因素等方面具有很大優(yōu)勢,它試圖建立能夠充分表現(xiàn)模糊邏輯本質(zhì)和人類思維模式的模糊推理系統(tǒng)。通過對模糊推理算子的普適性研究,從存在的各種聚合算子的計算本質(zhì)出發(fā),本文提出一種具有普適意義的聚合算子:Agg,從而總結(jié)出面向多對象(指標(biāo))決策問題的普適聚合理論。
　　 為了使UFIS具有自適應(yīng)能力,從討論神經(jīng)網(wǎng)絡(luò)和模糊邏輯的功能等價性和互補性出發(fā),在對比分析已有的各種模糊神經(jīng)網(wǎng)模型的基礎(chǔ)上,通過對自適應(yīng)模

5、糊推理系統(tǒng)原理和基本結(jié)構(gòu)的理解和掌握,本文將普適的模糊推理系統(tǒng)(UFIS)與前饋神經(jīng)網(wǎng)絡(luò)根據(jù)自適應(yīng)模糊推理系統(tǒng)的基本原理進行結(jié)合,得到普適模糊推理系統(tǒng)(UFIS)的自適應(yīng)模型(A-UFIS),并詳細闡述了A-UFIS的模型結(jié)構(gòu)和參數(shù)更新公式。
　　 為了證明普適模糊推理系統(tǒng)的自適應(yīng)模型(A-UFIS)的模型有效性,將A-UFIS的特例:基于Sugeno推理系統(tǒng)的自適應(yīng)模糊神經(jīng)網(wǎng)(ANFIS),基于Mamdani模型的自適應(yīng)模糊推

6、理系統(tǒng)(M-AUFIS)和基于AggFIS模型的自適應(yīng)模糊推理系統(tǒng)(Agg-AUFIS)這三類自適應(yīng)模糊推理系統(tǒng)應(yīng)用于交通服務(wù)水平評價問題中,分別建立基于ANFIS,M-AUFIS和Agg-AUFIS的服務(wù)水平評價模型。通過實驗結(jié)果,我們可以看出:普適模糊推理系統(tǒng)的自適應(yīng)模型(A-UFIS)的本質(zhì)是一類普適逼近器,具有很強的逼近功能；訓(xùn)練后的UFIS具有很好的非線性映射能力,可用于非線性系統(tǒng)(復(fù)雜動態(tài)系統(tǒng))的建模,分析及預(yù)測。作為一種有