结合模拟退火与规则约简的模糊系统优化方法

摘要：

从数据中学习模糊系统是其智能建模的重要方法之一,针对目前模糊系统建模及优化方法对于学习后的模糊系统的规则数以及结构优化关注不足而影响了其精度和可解释性的问题,提出了一种结合模拟退火与基于支持度约简规则的模糊系统优化方法.该方法通过支持度约简系统冗余规则进而提高模糊系统的可解释性;同时利用模拟退火算法优化模糊系统的隶属度函数参数进一步提高模糊系统的精度.针对回归任务,与BP(Back Propagation)神经网络、径向基(Radial Basis Function,RBF)神经网络以及经典的模糊算法WM(Wang-Mendel)在不同领域的3个经典数据集上进行实验比较,实验结果表明:该算法在预测方面取得了更高的精度;与WM算法相比,所提算法中规则数明显减少,进一步提高了系统的可解释性.

关键词：模糊系统;模拟退火算法;支持度;冗余规则;可解释性

所属期刊栏目：57

分类号：TP391.41;TP273(计算技术、计算机技术)

资助基金：国家自然科学基金面上项目;智慧地铁福建省高校重点实验室项目

在线出版日期：2021-08-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：142-150