改进的基于子空间划分的模糊系统模型  

Advanced subspace-partition based fuzzy system model

作　　者：白裔峰[1] 肖建[1] 于龙[1] 

机构地区：[1]西南交通大学电气工程学院,成都610031

出　　处：《控制与决策》2007年第10期1173-1176,共4页Control and Decision

基　　金：教育部博士点基金项目(20040613013);四川省应用基础研究基金项目(05JY029-006-4)

摘　　要：针对模糊系统建模过程中实现结构风险最小化问题,提出改进的基于子空间划分的模糊系统模型(SPFS).使用偏最小二乘法(PLS)建立初始模型,有效地提取对系统解释性最强的信息.通过ε不敏感函数和子空间划分,达到模型的置信范围与经验风险的折中.改进的SPFS能保证模型的可解释性,并实现结构风险最小化.仿真计算证明了该模型的有效性.An advanced subspace-partition based fuzzy system model （SPFS） is proposed to realize structural risk minimization （SRM） in the modeling of fuzzy system. The method of partial lest square （PLS） is employed to create primary model and extract most explanatory variables. The balance of confidence interval and empirical risk is achieved by using ε-insensitive loss function and subspace-partition. The advanced SPFS can guarantee the interpretability and SRM. Simulation experiment shows the effectiveness of advanced SPFS.

关 键 词：模糊系统 结构风险最小化 偏最小二乘 ε不敏感函数 子空间划分 

分 类 号：TP273.4[自动化与计算机技术—检测技术与自动化装置]