加权模糊规则中权重获取方法研究

加权模糊规则中权重获取方法研究

论文摘要

我们从训练事例中可以学习得到一组模糊产生规则,但这组规则对于相应训练事例的推理精度一般都有待提高。本文提出了一种新的方法来精练模糊产生式规则,它的主要思想是通过线性推理器,把局部权重分配给模糊产生规则中的前件因子,通过某种优化技术求得其因子,从而改进推理精度。本文引入了一组加权模糊规则以及相应的推理机制,并且指出在模糊规则中引入局部权重和整体权重可以增强模糊规则的表示和推理能力。然后将这组加权模糊规则及相应推理机制映射成了一个模糊神经网络,其中加权模糊规则中的(局部和整体)权重恰好对应于神经网络的连接权。通过改进了的梯度下降方法训练此神经网络后,可学习得到加权模糊规则的权重,并可通过此模糊神经网络实现模糊推理决策。文中给出了一些模拟实验以证实该方法的有效性及合理性。通过对上面模糊神经网络的分析,本文提出了三种改进算法:附加动量法,自适应学习率算法及两种方法的综合,对模糊神经网络的训练方法进行改进。此三种方法兼顾了效率和精确度,使模糊神经网络成为更有效的工具

论文目录

  • 第1章 绪论
  • 1.1 课题来源目的意义
  • 1.2 研究现状
  • 1.3 本文内容
  • 第2章 模糊规则的推理机制及精练方法
  • 2.1 带有权重的模糊产生规则和他的推理机制
  • 2.2 给模糊产生规则分配局部权重
  • 2.3 实验
  • 第3章 模糊规则的推理机制及模糊规则映射的网络
  • 3.1 模糊规则及推理机制
  • 3.2 加权模糊规则组影射为一个前馈神经网络
  • 3.3 模拟实验
  • 第4章 模糊规则的推理机制与改进的模糊神经网络
  • 4.1 加权模糊规则的提出及推理机制
  • 4.2 模糊神经网络算法的缺点
  • 4.3 附加动量法
  • 4.4 自适应学习率算法
  • 结论与展望
  • 参考文献
  • 相关论文文献

    • [1].基于模糊软集和加权模糊软集的群决策方法[J]. 统计与决策 2014(19)
    • [2].基于遗传算法思想的加权模糊C均值聚类分析[J]. 现代计算机(专业版) 2014(23)
    • [3].求解双边加权模糊支持向量机的序贯最小优化算法[J]. 计算机应用 2011(12)
    • [4].基于加权模糊集对分析的年径流丰枯分类方法[J]. 农业与技术 2016(02)
    • [5].基于加权模糊核聚类的发电机组振动故障诊断[J]. 中国电机工程学报 2008(35)
    • [6].动态加权模糊核聚类算法[J]. 计算机工程与设计 2009(24)
    • [7].一种改进的加权模糊推理方法[J]. 海南师范大学学报(自然科学版) 2011(02)
    • [8].基于加权模糊逻辑推理的产品平台绩效评价[J]. 大连理工大学学报(社会科学版) 2009(04)
    • [9].离差最大化特征加权模糊c-划分的聚类分析[J]. 模糊系统与数学 2008(04)
    • [10].基于加权模糊C均值算法改进的高光谱图像分类方案设计[J]. 量子电子学报 2015(05)
    • [11].基于加权模糊核聚类的局部放电模式识别[J]. 电力电子 2012(01)
    • [12].基于自适应神经网络加权模糊故障诊断研究[J]. 计算机测量与控制 2011(07)
    • [13].航天复杂系统的加权模糊Petri网故障诊断建模[J]. 计算机集成制造系统 2019(10)
    • [14].基于具有加权模糊隶属函数的神经网络的混沌时间序列预测[J]. 软件 2017(05)
    • [15].汽轮机故障诊断的粒子群优化加权模糊聚类法[J]. 振动.测试与诊断 2011(05)
    • [16].基于加权模糊支持向量描述的旋转机械故障分类[J]. 计算机科学 2009(07)
    • [17].基于加权模糊识别的中药材质量评估及产地分析模型[J]. 数理医药学杂志 2008(03)
    • [18].多属性加权模糊贝叶斯的复杂网络故障自修复技术[J]. 计算机应用研究 2015(08)
    • [19].基于扩展的带标识的Petri网的加权模糊推理[J]. 计算机仿真 2009(06)
    • [20].α-加权模糊线性回归模型在参考作物需水量预测中的应用[J]. 沈阳农业大学学报 2008(05)
    • [21].基于微分进化的加权模糊C均值图像分割方法[J]. 福州大学学报(自然科学版) 2010(01)
    • [22].基于自适应加权模糊Petri网的电网故障诊断研究[J]. 电气开关 2016(03)
    • [23].加权模糊推理网络及在管道损伤诊断中的应用[J]. 计算机应用研究 2008(06)
    • [24].加权模糊C均值聚类和主客观赋权结合的厂用电关联特征挖掘方法[J]. 电力科学与技术学报 2020(04)
    • [25].基于加权模糊Petri网的电网分层故障诊断方法[J]. 山东科技大学学报(自然科学版) 2017(01)
    • [26].基于加权模糊Petri网的入侵检测模型与算法研究[J]. 军事通信技术 2010(02)
    • [27].加权模糊Petri网在电网故障诊断中的应用[J]. 电气开关 2010(02)
    • [28].基于AFS理论的加权模糊分类器[J]. 小型微型计算机系统 2009(10)
    • [29].基于加权模糊C均值聚类算法的变压器故障诊断[J]. 陕西电力 2011(09)
    • [30].一种改进的加权模糊核聚类算法[J]. 数据采集与处理 2010(05)

    标签:;  ;  ;  ;  ;  

    加权模糊规则中权重获取方法研究
    下载Doc文档

    猜你喜欢