科研之友
微信
新浪微博
Facebook
分享链接
摘要
Wang-Mendel算法是生成模糊规则库的经典算法.处理过程中,当样本数据存在噪声时,该算法易提取出可信度较低的规则;当样本数据规模增大时,算法效率易快速下降.针对这两个问题,引入样本间协调关系可提高结果的准确性,改善逼近性能.利用SOM算法对样本预处理可有效去噪,且其对样本分布的自适应学习能力可在一定程度上减小样本规模.基于样本相关度和SOM算法,文中提出一种Wang-Mendel模糊规则提取算法,函数逼近和列车控制系统的仿真实验结果表明其具有较好的完备性、鲁棒性和效率.
- 出版日期2013
- 单位华侨大学
