检索结果-维普期刊中文期刊服务平台

基于中心型TSK模糊模型的分层模糊系统: 1; 作者熊俊王士同 +1 位作者潘永惠包芳《计算机科学与探索》 CSCD 北大核心 2015年第2期249-256,共8页; 模糊系统随着输入维数的增加,其中模糊规则和辨识参数的数量将按指数级增长,针对这一问题,采用分层模糊系统是一种很好的解决方法,但分层模糊系统中各层的辨识变量没有明确的物理含义,无法进行合理的模糊化设计和解释。基于一种分层模... 展开更多; 关键词分层模糊系统 tsk模糊模型解释性模糊规则辨识参数; 在线阅读下载PDF 职称材料

TSK模糊模型的GA-BP混合学习方法: 2; 作者谢卫华刘建成 +1 位作者周晓光蒋新华《铁道科学与工程学报》 CAS CSCD 2010年第1期93-96,共4页; 针对TSK模糊模型的学习是多约束和多目标优化问题,提出一种基于GA-BP的TSK模糊模型学习方法。论述了所涉及的相关问题,包括模型结构的种群编码、进化策略及其适应值评估策略,推导了在进化过程中模糊模型前件和后件参数的BP算法。仿真结... 展开更多; 关键词 tsk模糊模型遗传算法 BP算法; 在线阅读下载PDF 职称材料

二型Takagi-Sugeno-Kang模糊模型和不确定高斯混合模型的等价性被引量：4: 3; 作者张钦礼王士同谭左平《控制理论与应用》 EI CAS CSCD 北大核心 2009年第2期186-188,192,共4页; 不确定的高斯混合模型和二型Takagi-Sugeno-Kang(TSK)模糊模型之间的对应关系被建立:任何一个不确定的高斯混合模型都唯一对应着一个二型TSK模糊系统,不确定的高斯混合模型的条件均值和二型TSK模糊系统的输出是等价的.基于此,一种设计... 展开更多; 关键词二型tsk模糊模型高斯混合模型模糊系统期望值的最大化算法; 在线阅读下载PDF 职称材料

不平衡数据的Takagi-Sugeno-Kang模糊分类集成模型被引量：3: 4; 作者张壮王士同《计算机科学与探索》 CSCD 北大核心 2022年第6期1374-1382,共9页; 集成学习是非线性系统的主流建模方法之一。但当常规的集成TSK模糊模型直接用于不平衡数据集时,其学习性能容易受到数据不平衡性的影响,因而常常会导致泛化能力差。为解决这一问题,基于TSK模糊模型提出了一种对不平衡数据处理的分类集... 展开更多; 关键词 tsk模糊模型集成学习 ADABOOST 不平衡数据 SMOTE; 在线阅读下载PDF 职称材料

多变量动态模糊偏最小二乘建模方法及其应用被引量：3: 5; 作者王魏赵立杰 +1 位作者岳恒柴天佑《系统仿真学报》 CAS CSCD 北大核心 2010年第5期1309-1312,1318,共5页; 针对复杂工业过程存在的多变量、非线性和时变不确定性问题,将动态PLS与模糊建模方法相结合,提出一种基于DFPLS(动态模糊偏最小二乘)的多变量非线性动态建模方法。该方法外部采用动态PLS方法解决多变量高维共线性问题,并描述系统的动态... 展开更多; 关键词偏最小二乘 FCM tsk模糊模型软测量; 在线阅读下载PDF 职称材料

基于BP神经网络的模糊参数辨识被引量：2: 6; 作者韦卫星磨少清 +2 位作者覃春芳廖义奎文勇《计算机工程与应用》 CSCD 北大核心 2008年第18期44-47,131,共5页; 提出一种与TSK模糊模型相似的模糊模型—M-2模型,证明了M-2模型与一个4层前向神经网络是等价的,在此基础上提出基于BP神经网络的模糊模型参数辨别算法,即通过BP神经网络对样本数据的学习,直接从样本数据获取模型参数,建立M-2模糊模型,... 展开更多; 关键词 tsk模糊模型 BP神经网络模糊规则库模糊参数辨识; 在线阅读下载PDF 职称材料

基于遗传算法的模糊迭代学习控制算法被引量：5: 7; 作者郝晓弘金亚蓉 +1 位作者马宇李恒杰《计算机应用》 CSCD 北大核心 2013年第4期960-963,共4页; 为了提高被控系统的控制精度及加快迭代域内的收敛速度,提出一种基于遗传算法的模糊PD型迭代学习控制算法。该算法通过模糊TSK模型设计迭代学习控制器,TSK模型中THEN部分的未知参数由遗传算法离线计算确定,进而产生合理的迭代学习律。... 展开更多; 关键词迭代学习控制模糊tsk模型遗传算法; 在线阅读下载PDF 职称材料

基于GA-Fuzzy的混沌系统辨识研究被引量：6: 8; 作者郭会军刘君华《系统仿真学报》 CAS CSCD 2004年第6期1323-1325,1329,共4页; 提出用遗传算法优化的Takagi-Sugeno-Kang(TSK)模糊模型对未知或不确定的混沌动力学系统进行辨识。在辨识未知混沌系统的TSK模型过程中,只需利用未知混沌系统的输出时间序列。首先,采用模糊聚类分析方法从训练数据建立其初始TSK模糊模... 展开更多; 关键词混沌混沌系统辨识模糊聚类 tsk模糊模型实数编码遗传算法时间序列; 在线阅读下载PDF 职称材料

题名基于中心型TSK模糊模型的分层模糊系统: 1; 作者熊俊王士同潘永惠包芳; 机构江南大学数字媒体学院江阴职业技术学院计算机科学系; 出处《计算机科学与探索》 CSCD 北大核心 2015年第2期249-256,共8页; 文摘模糊系统随着输入维数的增加,其中模糊规则和辨识参数的数量将按指数级增长,针对这一问题,采用分层模糊系统是一种很好的解决方法,但分层模糊系统中各层的辨识变量没有明确的物理含义,无法进行合理的模糊化设计和解释。基于一种分层模糊系统,引用中心性TSK模糊系统思想,从而构造了一种新型的模糊系统。这种新型模糊系统保留了分层模糊系统的结构优势,极大地减少了模糊系统的模糊规则数量和辨识参数数量,又能对用到的内部参数进行很好的解释。并通过实例仿真表明基于中心型TSK模糊模型的分层模糊系统具有较好的逼近性能和更简单的结构。; 关键词分层模糊系统 tsk模糊模型解释性模糊规则辨识参数; Keywords hierarchical fuzzy system tsk fuzzy model explanation fuzzy rule identification parameter; 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名TSK模糊模型的GA-BP混合学习方法: 2; 作者谢卫华刘建成周晓光蒋新华; 机构中南大学信息科学与工程学院江苏蓝深远望系统集成有限公司; 出处《铁道科学与工程学报》 CAS CSCD 2010年第1期93-96,共4页; 基金湖南省自然科学基金资助项目(04JJY6036); 文摘针对TSK模糊模型的学习是多约束和多目标优化问题,提出一种基于GA-BP的TSK模糊模型学习方法。论述了所涉及的相关问题,包括模型结构的种群编码、进化策略及其适应值评估策略,推导了在进化过程中模糊模型前件和后件参数的BP算法。仿真结果表明:该方法具有先验知识要求少、获取的模型具有较好的精确性和简洁性等特点。; 关键词 tsk模糊模型遗传算法 BP算法; Keywords tsk fuzzy model genetic algorithms BP algorithm; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名二型Takagi-Sugeno-Kang模糊模型和不确定高斯混合模型的等价性被引量：4: 3; 作者张钦礼王士同谭左平; 机构江南大学信息工程学院北华航天工业学院基础部; 出处《控制理论与应用》 EI CAS CSCD 北大核心 2009年第2期186-188,192,共4页; 基金国家自然科学基金资助项目(60225015) 2004年度国家教育部新世纪优秀人才计划项目(NCET-040496).; 文摘不确定的高斯混合模型和二型Takagi-Sugeno-Kang(TSK)模糊模型之间的对应关系被建立:任何一个不确定的高斯混合模型都唯一对应着一个二型TSK模糊系统,不确定的高斯混合模型的条件均值和二型TSK模糊系统的输出是等价的.基于此,一种设计二型模糊系统的新方法被提出:通过建立不确定的高斯混合模型确定二型TSK模糊系统,即用概率统计的方法设计二型模糊系统.仿真实验结果表明利用不确定高斯混合模型设计的二型模糊系统比其它模型具有更强的抗噪性和更快的速度.; 关键词二型tsk模糊模型高斯混合模型模糊系统期望值的最大化算法; Keywords type-2 tsk fuzzy model Gaussian mixture model fuzzy system EM（expectation maximization） algorithm; 分类号 TP11 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名不平衡数据的Takagi-Sugeno-Kang模糊分类集成模型被引量：3: 4; 作者张壮王士同; 机构江南大学人工智能与计算机学院; 出处《计算机科学与探索》 CSCD 北大核心 2022年第6期1374-1382,共9页; 基金江苏省自然科学基金(BK20191331)。; 文摘集成学习是非线性系统的主流建模方法之一。但当常规的集成TSK模糊模型直接用于不平衡数据集时,其学习性能容易受到数据不平衡性的影响,因而常常会导致泛化能力差。为解决这一问题,基于TSK模糊模型提出了一种对不平衡数据处理的分类集成模型。基本思想是:首先利用SMOTE过采样方法对不平衡样本集做预处理,使得类别分布相对平衡,再引入AdaBoost方法对集成TSK模糊模型进行学习,集成时根据权值大小对样本进行随机采样,并通过多次训练对权值进行迭代更新,最后将生成的各个模型结果根据特定的加权方法结合,产生最终输出,使各模型得到充分的训练,进而提升整个集成TSK模糊模型的泛化能力。由此,提出了对应的不平衡数据的集成TSK模糊模型,并使用模型在多个数据集上进行实验,采用均方误差和精度对模型进行评估均有较好的效果,然后改变模型数量和规则数量等参数探究它们对模型性能的影响,并使用图像表示它们的变化情况,实验结果证明了所提出的集成学习算法的有效性。; 关键词 tsk模糊模型集成学习 ADABOOST 不平衡数据 SMOTE; Keywords tsk fuzzy model ensemble learning AdaBoost imbalanced data SMOTE; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名多变量动态模糊偏最小二乘建模方法及其应用被引量：3: 5; 作者王魏赵立杰岳恒柴天佑; 机构东北大学流程工业综合自动化教育部重点实验室沈阳化工学院信息工程学院东北大学自动化研究中心; 出处《系统仿真学报》 CAS CSCD 北大核心 2010年第5期1309-1312,1318,共5页; 基金国家863高技术发展计划(2006AA040307) 教育部"111计划"(B08015) +2 种基金辽宁省教育厅资助项目(05L346) 国家自然科学基金(60904079); 文摘针对复杂工业过程存在的多变量、非线性和时变不确定性问题,将动态PLS与模糊建模方法相结合,提出一种基于DFPLS(动态模糊偏最小二乘)的多变量非线性动态建模方法。该方法外部采用动态PLS方法解决多变量高维共线性问题,并描述系统的动态特性;内部采用FCM(模糊c均值聚类)与TSK模糊模型相结合,建立多个子模型的方法来拟合系统的非线性。将本方法应用于氧化铝生产过程中铝酸钠溶液组分浓度的软测量,仿真实验表明该方法预测精度高,泛化能力强,用于铝酸钠溶液组分浓度的在线检测是可行有效的。; 关键词偏最小二乘 FCM tsk模糊模型软测量; Keywords Partial Least Squares （PLS） FCM tsk fuzzy model soft-sensor; 分类号 TP274.5 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于BP神经网络的模糊参数辨识被引量：2: 6; 作者韦卫星磨少清覃春芳廖义奎文勇; 机构广西民族大学物理与电子工程学院; 出处《计算机工程与应用》 CSCD 北大核心 2008年第18期44-47,131,共5页; 基金广西自然科学基金(the Natural Science Foundation of Guangxi of China under Grant No.0575031); 文摘提出一种与TSK模糊模型相似的模糊模型—M-2模型,证明了M-2模型与一个4层前向神经网络是等价的,在此基础上提出基于BP神经网络的模糊模型参数辨别算法,即通过BP神经网络对样本数据的学习,直接从样本数据获取模型参数,建立M-2模糊模型,通过仿真实例验证了该算法的有效性。; 关键词 tsk模糊模型 BP神经网络模糊规则库模糊参数辨识; Keywords tsk fuzzy system BP neural network fuzzy rule bases fuzzy model parameters identification; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于遗传算法的模糊迭代学习控制算法被引量：5: 7; 作者郝晓弘金亚蓉马宇李恒杰; 机构兰州理工大学电气工程与信息工程学院; 出处《计算机应用》 CSCD 北大核心 2013年第4期960-963,共4页; 基金甘肃省自然科学基金资助项目(112RJZA023); 文摘为了提高被控系统的控制精度及加快迭代域内的收敛速度,提出一种基于遗传算法的模糊PD型迭代学习控制算法。该算法通过模糊TSK模型设计迭代学习控制器,TSK模型中THEN部分的未知参数由遗传算法离线计算确定,进而产生合理的迭代学习律。针对被控系统,设计相应的迭代学习控制算法进行仿真分析,并与传统PD型迭代学习控制算法、模糊PID迭代学习控制算法相比较,进而将该算法用于双关节机械手进行仿真研究,仿真结果表明该算法的有效性。; 关键词迭代学习控制模糊tsk模型遗传算法; Keywords iterative learning control fuzzy Takagi-Sugeno-Kang（tsk） system Genetic Algorithm（GA）; 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于GA-Fuzzy的混沌系统辨识研究被引量：6: 8; 作者郭会军刘君华; 机构西安交通大学电气工程学院; 出处《系统仿真学报》 CAS CSCD 2004年第6期1323-1325,1329,共4页; 文摘提出用遗传算法优化的Takagi-Sugeno-Kang(TSK)模糊模型对未知或不确定的混沌动力学系统进行辨识。在辨识未知混沌系统的TSK模型过程中,只需利用未知混沌系统的输出时间序列。首先,采用模糊聚类分析方法从训练数据建立其初始TSK模糊模型。然后采用实数编码的遗传算法对初始模型进行优化设计。同时为防止破坏模糊规则的语义属性,对遗传搜索空间采取了适当的限制。用辨识模型重建吸引子方法定性地评价辨识模型,通过计算辨识模型的Lyapunov指数定量地评价辨识模型的性能。仿真结果表明,该辨识模型能很好地逼近原混沌动力学系统,准确地体现原混沌系统的动力学特性。; 关键词混沌混沌系统辨识模糊聚类 tsk模糊模型实数编码遗传算法时间序列; Keywords chaos chaotic systems identification fuzzy clustering tsk fuzzy model real-coded GAs time series; 分类号 TP391.9 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于中心型TSK模糊模型的分层模糊系统	熊俊王士同潘永惠包芳	《计算机科学与探索》 CSCD 北大核心	2015	0	在线阅读下载PDF 职称材料
2	TSK模糊模型的GA-BP混合学习方法	谢卫华刘建成周晓光蒋新华	《铁道科学与工程学报》 CAS CSCD	2010	0	在线阅读下载PDF 职称材料
3	二型Takagi-Sugeno-Kang模糊模型和不确定高斯混合模型的等价性	张钦礼王士同谭左平	《控制理论与应用》 EI CAS CSCD 北大核心	2009	4	在线阅读下载PDF 职称材料
4	不平衡数据的Takagi-Sugeno-Kang模糊分类集成模型	张壮王士同	《计算机科学与探索》 CSCD 北大核心	2022	3	在线阅读下载PDF 职称材料
5	多变量动态模糊偏最小二乘建模方法及其应用	王魏赵立杰岳恒柴天佑	《系统仿真学报》 CAS CSCD 北大核心	2010	3	在线阅读下载PDF 职称材料
6	基于BP神经网络的模糊参数辨识	韦卫星磨少清覃春芳廖义奎文勇	《计算机工程与应用》 CSCD 北大核心	2008	2	在线阅读下载PDF 职称材料
7	基于遗传算法的模糊迭代学习控制算法	郝晓弘金亚蓉马宇李恒杰	《计算机应用》 CSCD 北大核心	2013	5	在线阅读下载PDF 职称材料
8	基于GA-Fuzzy的混沌系统辨识研究	郭会军刘君华	《系统仿真学报》 CAS CSCD	2004	6	在线阅读下载PDF 职称材料