基于特征选择聚类方法的稀疏 TSK 模糊系统

摘要：

为避免模糊系统建模和估计领域的＂维数灾难＂，将TSK（ Takagi－Sugeno－Kang）模糊系统建模转换为一个分块稀疏表示问题，提出 FCA稀疏TSK模糊系统（ FCA－sparse TSK）。首先运用模糊聚类算法（ FCA）对样本特征进行化简，并产生模糊系统字典；再利用存在于TSK模糊系统中的分块结构信息，选取重要的模糊规则并对所选模糊规则的后件参数进行估计。该系统同时对模糊规则及模糊规则数进行化简，在合成数据集和真实数据集上都表现出较好的性能。

关键词：T-S模糊系统、模糊系统字典、模糊聚类、特征选择、分块结构、稀疏表示、规则约减、参数估计

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61272210；江苏省自然科学基金资助项目 BK2011417，BK20130155．

在线出版日期：2015-09-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：583-591