带混合学习算法的多阶段神经模糊系统模型  

Model of Multi-stage Neural Fuzzy System with Hybrid Learning Algorithm

作　　者：殷树友[1] 黄岚[2] 

机构地区：[1]长春金融高等专科学校计算机系,长春130022 [2]吉林大学计算机科学与技术学院,长春130012

出　　处：《吉林大学学报（理学版）》2008年第1期89-95,共7页Journal of Jilin University:Science Edition

基　　金：国家自然科学基金(批准号:6043302060673099);教育部“符号计算与知识工程”重点实验室基金;吉林大学“985”工程项目基金

摘　　要：提出一种基于演绎模糊推理的多阶段神经模糊系统模型,对于给定的学习样本,通过结构学习(采用遗传算法)与参数学习(采用误差逆传播神经网络方法)过程,能够生成适当的演绎模糊规则集,并通过与单阶段神经模糊系统模型求解Benchmark问题的实验对比,讨论和分析了该模型的有效性和健壮性.A multi-stage Neural Fuzzy System （NFS） model based on syllogistic fuzzy reasoning is proposed in this paper. From the stipulated input-output data pairs, an appropriate syllogistic fuzzy rule set can be generated via structure learning （using Genetic Algorithm） and parameter learning （using Back-propagation Neural Network） procedures proposed in this paper. In addition, by means of solving Benchmark problem and unmanned vehicl control problem, we discussed and analyzed the performance of the proposed model in terms of effectiveness and robustness as compared with single-stage NFS models.

关 键 词：混合学习算法 多阶段神经模糊系统 演绎模糊推理 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]