-
题名有混合数据输入的自适应模糊神经推理系统
被引量：5
- 1
-
-
作者
张宇献
郭佳强
钱小毅
王建辉
-
机构
沈阳工业大学电气工程学院
沈阳工业大学信息科学与工程学院
东北大学信息科学与工程学院
-
出处
《自动化学报》
EI
CSCD
北大核心
2019年第9期1743-1755,共13页
-
基金
国家自然科学基金(61102124)
辽宁省自然科学基金(2015020064)
辽宁省教育厅项目(LQGD2017035)资助~~
-
文摘
现有数据建模方法大多依赖于定量的数值信息,而对于数值与分类混合输入的数据建模问题往往根据分类变量组合建立多个子模型,当有多个分类变量输入时易出现子模型数据分布不均匀、训练耗时长等问题.针对上述问题,提出一种具有混合数据输入的自适应模糊神经推理系统模型,在自适应模糊推理系统的基础上,引入激励强度转移矩阵和结论影响矩阵,采用基于高氏距离的减法聚类辨识模型结构,通过混合学习算法训练模型参数,使数值与分类混合数据对模糊规则的前后件参数同时产生作用,共同影响模型输出.仿真实验分析了分类数据对模型规则后件的作用以及结构辨识算法对模糊规则数的影响,与其他几种混合数据建模方法对比表明本文所提出的模型具有较高的预测精度和计算效率.
-
关键词
自适应模糊推理系统
结构辨识
激励强度转移矩阵
后件影响矩阵
混合属性数据
-
Keywords
Adaptive network-based fuzzy inference system
structure identification
firing-strength transform matrix
consequent influence matrix
mixed attribute data
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
