软计算融合技术应用.pdfVIP

缟B己咖第九届工业仪表与自动化学术会议 软计算融合技术及应用 SOft FusiOn andIts AppIjcation COmpUtingTechnOIogy 周伟华 彭方．功 (华东理工大学，上海200237) (Ec)。神经网络与模糊逻辑、神经网络与遗传算法、模糊逻辑与遗传算法之间融合技术的发展，以及软计算本身 所具有易处理和鲁棒性的优点使得它得到广泛应用。 关键词：软计算模糊逻辑神经网络进化计算遗传算法 ofall includes Abst髓ct：Soft ist11ecollection spea虹ng，it Fuzzy Computing methods．Generally EVolution the ofmefusion Infcrcnce(PI)and Network(NN)，ProbabiIity Computation(EC)．WithdeVelopment of is ofitsown tecllIlologyNNFL，NNGA锄dFLGA，Soft widelyappliedbecauseadV锄tages，i．e． Computing mbustnessand easyprocessing． NcumIneMork Gcnetic Keywopds：SoRcompucingFuzzylogic Evolutiona叮computationaJgorithm O引言 作为一种创建计算智能系统的新方法，软计算概念最早由模糊逻辑的创始人zadeh教授在 1992年提出[¨。 习能力等～系列优点，但不适于规则知识的表达，且只是局部收敛：模糊逻辑是一种处理不确定 性、非线性和其它不确定问题的有力工具，推理方式比较类似人的思维，适合表达那些模糊或者 定性的知识，缺点是不具有自适应和自学习能力：而遗传算法具有全局搜索的优点可克服局部收 敛的缺点，所以这些特征决定了软计算成员间具有天然的互补性和集成性。因此，软训‘算方法通 常以融合的方式出现。 软计算是随着计算智能发展而产生的一些技术方法的集合。与传统的“硬计算”不同的是软 计算允许存在不确定性和不精确性，其指导原则是开发和利用不精确性、不确定性和部分真实的 容忍技术，达到易处理、鲁棒性、低求解成本和更好与实际融合的目的。和一些传统方法相比， 软计算具有明显优点：如基于知识推理的方法把专家经验知识归纳进模型指导系统行为，基于模 型的方法则通过信息数据建立数学模型。这些方法的缺点在于因经验知识或者信息的不全面而导 致建立的模型和实际有偏差，有时甚至是错误的，而软计算的出发点是利用不精确性、不确定性 和部分真实的信息，具有易处理和鲁棒性的优点。通过在问题领域内综合运用推理和搜索方法， 从而克服了这些方法的一些缺点，并在实际领域中得到了应用。 l软计算的算法融合 1．1 神经网络与模糊逻辑融合技术 423 厶箱B己咖第九届工业仪表与自动化学术会议 神经网络与模糊逻辑融合技术，主要是用模糊逻辑对神经网络学习率进行优化。学习率决定 了神经网络参数沿着误差梯度方向学习调整的大小，对网络收敛速度和逼近精度有重要影响。研 究表明：神经网络学习率作为学习步长的函数，对收敛速度和逼近精度影响