基于神經(jīng)網(wǎng)絡(luò)和遺傳算法的模糊系統(tǒng)的自動設(shè)計－－英文文獻(xiàn)加翻譯畢業(yè)論文(更新版)
【正文】 立的,所以重要的是要考慮它們同時找到全局最優(yōu)解。SeverM的論文提出了利用自動遺傳算法的模糊系統(tǒng)的設(shè)計方法。Ichihashi et al. [6]and Nomura et al. [7, 8], Horikawa et al. [9][10], Ichihashi et al.[ll] and Wang et al. [12], Jang [13][14] 已經(jīng)分別用三角形,結(jié)合sigmoidal、高斯,鐘型隸屬度函數(shù)。這是一個輸出由神經(jīng)網(wǎng)絡(luò)或TSK模型計算的一個單獨(dú)的價值的模型。這個神經(jīng)網(wǎng)絡(luò)在關(guān)于該培訓(xùn)資料的訓(xùn)練結(jié)束后,神經(jīng)網(wǎng)絡(luò)計算特定輸入屬于各集群向量。監(jiān)督數(shù)據(jù)是由在第1步中獲得的隸屬度的輸入數(shù)據(jù)聚類提供的。第一步是要聚集培訓(xùn)資料,確定規(guī)則的數(shù)目。當(dāng)輸入變量是獨(dú)立的時傳統(tǒng)的間接設(shè)計方法就有問題。這兩種方法都將在第二章介紹?；谏窠?jīng)網(wǎng)絡(luò)的方法主要是用來設(shè)計模糊隸屬度函數(shù)。他們之間有高度的相互依賴性。這引起了兩個問題：一是由于人工手動設(shè)計是費(fèi)時間的，所以開發(fā)費(fèi)用很高；二是無法保證獲得最佳的解決方案。1 前言模糊系統(tǒng)往往是人工手動設(shè)計。(3) 確定變化參數(shù)再者,必須作出另外兩個決定：(4) 確定輸入變量的數(shù)量(5) 確定論證方法（1）和（2）相互協(xié)調(diào)確定如何覆蓋輸入空間。神經(jīng)網(wǎng)絡(luò)模型（以更普遍的梯度)和基于遺傳算法的神經(jīng)網(wǎng)絡(luò)(最常見的梯度的基礎(chǔ))和遺傳算法被用于模糊系統(tǒng)的自動設(shè)計。第二種方法的優(yōu)點在于可通過監(jiān)測模糊系統(tǒng)的最后性能來調(diào)整?？梢哉f, 神經(jīng)網(wǎng)絡(luò)方法在由神經(jīng)網(wǎng)絡(luò)吸收的結(jié)合操作方面是傳統(tǒng)模糊系統(tǒng)的一種更普遍的形式。NNdriven模糊推理的設(shè)計的有三個步驟: 聚集給出的訓(xùn)練數(shù)據(jù), 利用神經(jīng)網(wǎng)絡(luò)的模糊分區(qū)輸入空間, 和設(shè)計各分區(qū)空間的隨機(jī)部分。第二步是決定在第一步中得到的集群資料的簇邊界；輸入空間的劃分并確定多維輸入的隸屬函數(shù)。舉例來說，如果用戶認(rèn)為一個數(shù)據(jù)點同樣屬于一個兩個班, 適當(dāng)?shù)谋O(jiān)管輸出模式可能(,0,0)。 圖2所示的一個例子NNdriven模糊推理系統(tǒng)。隸屬函數(shù)的中心的位置和寬度通常用來定義參數(shù)的形狀。遺傳算法吸引人是因為他們不需要存在的衍生物,他們的同時搜索的魯棒性很強(qiáng)，并能避免陷入局部最小。雖然這些方法設(shè)計的系統(tǒng)表現(xiàn)的比手工設(shè)計的系統(tǒng)好,它們?nèi)钥赡軙芳眩驗樗麄円淮沃挥幸粋€或兩個三大設(shè)計階段。例如,一個TSK模型規(guī)則的形式： 如果X1是A，X２是B， 那么y＝w１X１＋w２X２＋w３；其中wｎ是常數(shù)最后的控制價值通過每個規(guī)則的輸出和依據(jù)規(guī)則的加權(quán)的射擊力量來計算。因此，每個變量需要n個模糊輸入的minputoneoutput系統(tǒng)要求3（mn+nm）參量。圖7顯示染色體連接在一起,形成整個模糊系統(tǒng)。當(dāng)實驗結(jié)束時tend代表時間，tmax代表最大仿真的時間?？紤]到這一點, 我們評估了從個體的初始條件控制器綜合成績進(jìn)行了試驗。偏置的人口以這樣的方式并不限制了遺傳算法尋找解決方案在附近的初始方案,因為該突變、交叉和生殖的行動還是允許的遺傳算法來搜索分從遙遠(yuǎn)的起始點。我們也可以利用單擺的對稱平衡的任務(wù)的優(yōu)點以要求潛在的模糊系統(tǒng)的對稱。實驗方法 有與遺傳算法和相關(guān)參數(shù)與應(yīng)用程序相關(guān)的實驗參數(shù)。因為我們包含一個包括規(guī)則的數(shù)目懲罰策略,使得設(shè)定的號碼是不那么重要。在這一項實驗中,該方法產(chǎn)生了一種只有四個規(guī)則系統(tǒng)。運(yùn)用模糊系統(tǒng)的實驗只采用軸對稱的一半，并因此執(zhí)行非不對稱的系統(tǒng)同樣多的評估函數(shù)
規(guī)章制度相關(guān)推薦
鄂ICP備17016276號-1