基于改进遗传算法与支持度的模糊系统优化建模方法.docx

下载文档 降价啦

2
0
约6.89千字
约 13页
2022-06-07 发布于河北
举报
版权申诉
保障服务

基于改进遗传算法与支持度的模糊系统优化建模方法.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。

1 引言与其他人工智能方法（如神经网络（Neural Network，NN）、进化算法等）相比，模糊系统理论的突出优点是整个系统是基于规则构建的，在可解释性上具有显著的优越性[1]，主要体现在结构与参数具有清晰的物理意义、每一条规则都可以被直观地解释，这为人们理解与接受其中蕴涵的知识提供了思路。模糊系统由一系列IF-THEN规则构成，系统的结构和参数可以用IF-THEN规则解释，且具备快速、灵活性强的优势。而神经网络在这方面却表现很差，即使是专家也难以解释和理解参数的意义。目前，基于全局优化的模糊神经网络系统以及神经网络、模糊系统和遗传算法三者相结合的方法能够优化从数据中提取出的模糊规则。尽