期刊文献+

基于微分进化算法的模糊模型设计

Design of Fuzzy Model Based on Differential Evolution Algorithm
下载PDF
导出
摘要 提出一种基于微分进化算法的TS模糊模型设计方法。该方法利用"匹茨堡型"实数编码的微分进化算法,对初始模糊模型的结构和参数进行学习。微分进化算法的目标函数同时考虑模型的精确性和解释性。利用该方法进行一类合成非线性动态系统的辨识,仿真结果验证了该方法的有效性。 This paper proposes an approach to construct TS fuzzy model based on Differential Evolution(DE) algorithm.The structure and parameters of the fuzzy model are optimized by the Pittsburgh-style real-coded DE algorithm.The fitness function that combines the interpretability index and the precision index is calculated on the differential evolution algorithm.Compared with other methods reported in the literature on the synthetic nonlinear dynamic system,simulation results show that the proposed approach is valid.
出处 《计算机工程》 CAS CSCD 北大核心 2011年第21期165-166,169,共3页 Computer Engineering
基金 江苏省博士后科研计划基金资助项目(0702027B) 江苏省自然科学基金资助项目(BK2006202)
关键词 TS模糊模型 模糊聚类 遗传算法 微分进化算法 解释性 精确性 TS fuzzy model fuzzy clustering GeneticAlgorithm(GA) Differential Evolution(DE) algorithm interpretability precision
  • 相关文献

参考文献5

  • 1Babak R, Fazel M H, Data-driven Fuzzy Modeling for Takagi-Sugeno-Kang Fuzzy System[J]. Information Sciences, 2010, 180(2): 241-255.
  • 2Eftekhari M, Katebi S D, Karimi M, et al. Eliciting Transparent Fuzzy Model Using Differential Evolution[J]. Applied Soft Computing, 2008, 8(1): 466-476.
  • 3Wang Hanli, Sam K W. Multi-objective Hierarchical Genetic Algorithm for Interpretable Fuzzy Rule-based Knowledge Extraction[J]. Fuzzy Sets and Systems, 2005, 149(5): 149-186.
  • 4徐广华,王良民,詹永照.基于粗集的交通提醒系统控制电路约简方法[J].计算机工程,2010,36(17):102-104. 被引量:2
  • 5Rainer S, Kenneth P. Differential Evolution A Simple and Efficient Adaptive Scheme for Global Optimization over Continuous Spaces[R]. Berkeley, USA: International Computer Science Institute, Technical Report: TR-95-012, 1995.

二级参考文献4

共引文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部