神经模糊系统中模糊规则的优选

摘要：

提出一种基于两级聚类算法的自组织神经模糊系统,该系统采用两级聚类算法(改进的最近邻域聚类算法和Gustafson-Kessel模糊聚类算法)对输入/输出数据进行模糊聚类,并由模糊聚类的划分熵确定最优划分,建立模糊模型,模型精度可由梯度下降法进一步提高.仿真结果表明,这种神经模糊系统具有结构简单、规则数少、学习速度快以及建模精度高等特点.

关键词：神经模糊系统、两级聚类、改进的最近邻域聚类算法、GK模糊聚类算法、划分熵

所属期刊栏目：17

分类号：TP18(自动化基础理论)

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：306-309，314