使用新混合模糊聚类算法的模糊系统建模方法

作者：周頔; 孙俊; 盛歆漪

来源：计算机工程与应用, 2014, (12): 16-20+53.

• 模糊系统
• 自适应模糊推理系统(ANFIS)
• 混合聚类
• 具有量子行为的粒子群算法(QPSO) fuzzy system
• Adaptive Neuro Fuzzy Inference System(ANFIS)
• hybrid clustering
• Quantum behaved Particle Swarm Optimization algorithm(QPSO)

为了进一步提高模糊系统建立模型的精度,提出一种新的模糊系统算法ANFIS-HC-QPSO:采用一种混合型模糊聚类算法来对模糊系统的输入空间进行划分,每一个聚类通过高斯函数的拟合产生一个隶属度函数,即完成ANFIS系统的前件参数——隶属度函数参数的初始识别,通过具有量子行为的粒子群算法QPSO与最小二乘法优化前件参数,直至达到停机条件,最终得到ANFIS的前件及后件参数,从而得到满意的模糊系统模型。实验表明,ANFIS-HC-QPSO算法与传统算法相比,能在只需较少模糊规则的前提下就使模糊系统达到更高的精度。

• 出版日期2014
• 单位江南大学