B-Spline函数的自适应网络模糊推理系统.PDFVIP

　第 24 卷　第 4 期 华 侨 大 学 学 报 ( 自 然 科 学 版 ) Vo l. 24　N o. 4　 　2003 年 10 月 Journal of Huaqiao U niversity ( N atural Science) O ct. 2003　 　文章编号　1000-5013( 2003) 04-0358-06 B-Spline 函数的自适应网络 模 糊 推 理 系 统 方　千　山 ( 华侨大学信息科学与工程学院, 福建 泉州 362011) 摘要　提出基于 B-Spline 函数条件的自适应网络模 糊推理系统( B-A N F IS) , 该系统将 B-Spline 和 A NF IS 两者有机地结合在一起, 取长补短以达到简捷的 隶属函数自寻优. 研究结果表明, 该运算的 速度快、系统的逼近误差小、精度高、简单、易行, 非常适于隶属函数的在线优化. 关键词　B-Spline 函数, A N FIS, B-AN F IS 中图分类号　T B 112 ∶ T B 273+ . 4 ∶ T B 24 文献标识码　A 在模糊控制器的工程设计中, 隶属函数的确定带有设计人员的主观意识. 不少学者做了大 量的统计工作, 证明模糊概念确是客观事物本质属性在人头脑中的反映. 在客观上, 这些统计 就是隶属函数对模糊概念所具有的客观性的一种度量. 因此, 它具有一定的客观可信度. 在实 际应用中, 往往都是根据经验, 确定一个近似的隶属函数. 然后, 再根据实践效果加以调整, 逐 〔 〕 步逼近比较理想的情况 1, 2 . 1972 年, De 和 Cox 分别独立地给出关于 B-Spline 函数计算的标 准方法, 证明 B-Spline 函数网络可以任意精度逼近一个连续的函数. 人们可以通过设计求解 一个 B-Spline 网络函数, 建立一个模糊系统. 采用多变量 B-Spline 函数建立的模糊系统的研 究. 已引起人们极大的关注〔3～7 〕. 它在模糊神经网络系统中的应用研究已取得了进展〔8～10〕, 但 在自适应网络模糊推理系统的应用研究尚未见报道. 本文提出基于 B-Spline 函数的, 以及 B- ANFIS. 它克服了模糊神经网络系统在网络构造、运算算???的不确定因素且运算时间长等不 利因素. 研究结果表明, B-ANFIS 具有结构简单、运算快、精度高的特点. 它非常适于隶属函数 的在线优化, 对实现模糊自适应控制具有重要意义. 1　 B-Spline 函数 给定一组单变量 X 的节点序列 x 1 x 2 ? x N + m, 在区间[ x m, x N + 1] 就可以唯一确定 N + m 个 m 阶线性不相关的 B-Spline 基函数. 一个连续函数可以用 l= N + m 个 B-Spline 基函 数的线性组合, 近似地表示为 l y ( x ) ≈ iX i, m, 　　x ∈ [ x m, x N + 1] , ( 1) i= 1 　收稿日期　2002-12-23 　作者简介　方千山( 1962-) , 男, 副教授 , E-mail: fangqs@ hqu. edu. cn 第 4 期　　　　　　　 　　　方千山: B-Spline 函数 的自适应