面向高维数据的Takagi-Sugeno模糊系统建模新方法

摘要：

对高维数据进行建模是Takagi-Sugeno(T-S)模糊系统建模面临的一个重大挑战.为此,该文提出一种特征选择与组稀疏编码相结合的模糊系统建模新方法WOMP-GS-FIS.首先,运用一种新型的加权正交匹配追踪算法对原始样本进行特征选择,在此基础上提取出模糊规则前件并产生模糊系统字典;然后,基于组稀疏正则化构造关于后件参数的组稀疏优化问题,在优化问题求解的同时得到重要的模糊规则.实验结果表明,在保证模型泛化性能的前提下,该方法不仅能对所获得的模糊规则结构进行精简还可以进一步减少模糊规则数,进而解决高维数据环境下模糊规则可解释性差的问题.

关键词：T-S模糊系统建模、特征选择、组稀疏编码、精简规则结构、模糊规则约减

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61300151;江苏省自然科学基金BK20160187, BK20161268;中央高校基本科研业务费专项项目JUSRP11737 The National Natural Science Foundation of China61300151;The Natural Science Foundation of Jiangsu ProvinceBK20160187, BK20161268;The Fundamental Research Funds for the Central UniversitiesJUSRP11737

在线出版日期：2018-07-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1404-1411