基于煙花算法的模糊建模方法研究.pdf

1、模糊系統(tǒng)具有處理不確定或者不完備信息的能力，并能夠融合專家知識，通過易于理解的方式描述實際問題，因而，被廣泛應(yīng)用于模式識別、數(shù)據(jù)挖掘等領(lǐng)域。本文針對模糊系統(tǒng)的精確性和解釋性進行研究，采用煙花算法優(yōu)化模糊模型的結(jié)構(gòu)和參數(shù)，目的是建立精確性和解釋性較好折衷的模糊模型。
　　介紹了模糊系統(tǒng)的結(jié)構(gòu)及其特征。針對 Takagi-Sugeno模糊系統(tǒng)和模糊分類系統(tǒng)，闡述了模糊規(guī)則的結(jié)構(gòu)及其組成參數(shù)，介紹了模糊系統(tǒng)的輸出計算方法。從輸入變量、模

2、糊集合、模糊規(guī)則三個方面定性分析了模糊系統(tǒng)的解釋性。
　　對于高維系統(tǒng)，首先對特征變量進行選擇，以降低系統(tǒng)的維度。模糊建模過程主要包含兩部分：初始模型的構(gòu)建和模型的優(yōu)化。采用模糊 C均值算法構(gòu)建初始模糊模型，然后采用煙花算法對模型的結(jié)構(gòu)參數(shù)進行優(yōu)化，提高模型的精確性和解釋性。在優(yōu)化過程中，采用相似相融原理約簡模型的規(guī)則和集合，在滿足精確度要求的前提下，提高模型的解釋性。采用基于模糊聚類和煙花算法的模糊建模方法，對一類二階非線性系統(tǒng)

3、和三類典型分類問題進行實驗仿真。
　　為了進一步提高模型的優(yōu)化效果，對煙花算法進行改進，將煙花算法和差分進化算法相結(jié)合，加強種群中個體之間的聯(lián)系，提高種群的多樣性，擴大搜索空間，避免過早成熟收斂。在優(yōu)化迭代過程中，根據(jù)精確性和解釋性的目標函數(shù)值，利用非支配排序算法和密集度評估算法對個體進行排序，并結(jié)合Pareto最優(yōu)解集的概念對子代進行選擇。采用該模糊建模算法對一類二階非線性系統(tǒng)和三類典型分類問題建立相應(yīng)的模糊模型進行實驗仿真，并