模糊規(guī)則庫的生成與優(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)則庫的生成及優(yōu)化的問題。通過學(xué)習(xí)相關(guān)的資料，在仔細(xì)研究了國內(nèi)外發(fā)展現(xiàn)狀的基礎(chǔ)上，對基于FCM算法的規(guī)則庫生成方法進(jìn)行了改進(jìn)，并通過遺傳算法對模糊推理系統(tǒng)進(jìn)行優(yōu)化來進(jìn)一步優(yōu)化模糊規(guī)則庫。 首先本文改進(jìn)了基于FCM算法的模糊規(guī)則庫的生成方法。針對FCM算法對初值設(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)，本文在兩個方面做了改進(jìn)。第一，通過提出新的聚類判別準(zhǔn)則來改善聚

2、類效果；第二，通過把硬聚類和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，在此基礎(chǔ)上使用RBF模糊神經(jīng)網(wǎng)絡(luò)來進(jìn)行參數(shù)調(diào)整進(jìn)而生成完善的模糊規(guī)則庫。 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