不平衡数据的Takagi-Sugeno-Kang模糊分类集成模型.docx

TSK模型[1??-4]是由Takagi、Sugeno和Kang提出的一种模糊模型,它将复杂的非线性问题转化为在不同小线段上的线性问题,使用多个线性子系统拟合一个非线性系统。它由一组if-then模糊规则来描述,每个规则代表一个子系统,其形式为“ifxisA,theny=f(x)”,其中f(x)是x的线性函数。TSK模糊模型是众多模糊模型之中最具影响力且应用最广泛的一种,它具有高可解释性和强大的逼近能力,已经在很多领域得到了成功的应用[5-6]。但是,在实践中,模糊模型的性能取决于可用数据的数量和质量,需要充分的训练才能获得较好的泛化能力,而集成学习为构建模型提供了一种有效的方法,它通过结合多