计算机科学与探索 ›› 2015, Vol. 9 ›› Issue (2): 249-256.DOI: 10.3778/j.issn.1673-9418.1405039
• 人工智能与模式识别 • 上一篇
熊 俊1+,王士同1,潘永惠2,包 芳2
XIONG Jun1+, WANG Shitong1, PAN Yonghui2, BAO Fang2
摘要: 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。