权重对模糊规则泛化能力的影响  

Weight Impact on Generalization Capability of Fuzzy Production Rules

作　　者：王苗[1] 王熙照[1] 李平改 

机构地区：[1]河北大学数学与计算机学院,河北保定071002 [2]河北农业工程学校教务处,河北保定071000

出　　处：《河北大学学报（自然科学版）》2006年第6期659-663,共5页Journal of Hebei University(Natural Science Edition)

基　　金：国家自然科学基金资助(6047304560573069)

摘　　要：在模糊产生式系统中,产生式规则的前件的所有子命题、知识库中所有的规则被假定具有相同的重要性,使得其知识表示能力有严重的缺陷.为了提高模糊产生式规则的知识表示能力和泛化能力,在模糊产生式规则中引入整体权、局部权、阈值等知识表示参数,视加权模糊规则中的权重、阈值等为可调的知识表示参数,研究了权重与加权模糊规则的泛化能力之间的关系.通过模拟实验,验证了通过调整、优化权重,能够提高产生式系统的泛化能力.In Fuzzy Production Rule （FPR） systems, the knowledge representation power of FPRs will be severely limited if the propositions of rules are considered to have the same importance. In order to overcome the shortcomings and to improve the generalization capability of FPRs, a weighted FPR （WFPR）, which incorporates the concepts of knowledge representation parameters （local weight, global weight and threshold etc）, has been presented. This paper aims to investigate the relationship between the parameters and the generalization capability of FPRs, in case these parameters can be fine-tuned. The experimental results show that adjusting and optimizing knowledge representation parameters can improve generalization capability of FPRs.

关 键 词：加权模糊产生式规则 整体权 局部权 泛化能力 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]