置信规则库结构识别的置信K均值聚类算法
针对置信规则推理作为系统控制器时的应用,提出一种置信K均值聚类算法用于置信规则库的结构识别。在构建好置信规则库的推理框架后,该算法通过对规则前项输入变量的历史数据进行挖掘,得到合理的置信规则库结构,提高推理与决策的精度。相对于传统专家知识确定置信规则库结构的方法,该算法的特点是:最优聚类与相邻评价等级之间的距离成正比,与人的认知能力相一致;最优聚类保证采样点以最小的距离靠近评价等级,也就是保证输入变量尽可能趋近置信规则前项。通过置信规则推理在集约生产计划中应用的案例分析验证了该算法的合理性和有效性。
置信规则推理、证据推理、结构识别、聚类算法、集约生产计划
29
TP18(自动化基础理论)
国家自然科学基金;国家科技部国际科技交流项目;英国工程与物理科学研究委员会项目
2012-04-21(万方平台首次上网日期,不代表论文的发表时间)
85-91