基于TS模糊神经网络的Fuzzy规则自动获取研究  

RESEARCH OF AUTOMATIC FUZZY RULE EXTRACTION BASED ON TS FUZZY NEURAL NETWORKS

作　　者：黄金才[1] 陈文伟[1] 黄宏斌[1] 赵新昱[1] 

机构地区：[1]国防科技大学系统工程与数学系,湖南长沙410073

出　　处：《小型微型计算机系统》2001年第5期578-580,共3页Journal of Chinese Computer Systems

基　　金：国家自然科学基金!97670 0 19项目资助

摘　　要：Fuzzy规则的获取一直是模糊智能系统的一个瓶颈 .本文在深入研究 TS模糊神经网络的物理意义的基础上 ,给出了使用遗传算法优化模糊规则集的算法并提出了从训练后的 TS模糊神经网络中抽取 Fuzzy规则的可操作方法 .分析和实验证明 ,这种方法可以实现且是有效的 ,对于 Fuzzy规则自动获取的研究具有积极的借鉴意义 .The extraction of fuzzy rules is always a bottleneck to fuzzy intelligent system. After the deep study of TS fuzzy neural networks' realistic meanings, the paper has presented an algorithm to optimize the set of fuzzy rules using genetic algorithm, and put forwards an operable method to extract fuzzy rules from the trained TS fuzzy neural network. The analysis and experiment have proved that the method is applicable and efficient, and it is attractive to the research of automatic fuzzy rule extraction.

关 键 词：TS 模糊神经网络 FUZZY规则 遗传算法 自动获取 机器学习 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]