基于遗传算法的模糊树建模方法

摘要：

@@1 引言
近年来模糊逻辑理论在非线性系统辨识领域中得到了广泛的应用.模糊逻辑建模方法的主要内容可分为两个层次，一是模型结构的辨识，另一则是模型参数的估计.模糊模型的结构辨识问题是指如何划分输入空间.模糊树模型（FT模型）是一种利用二叉树结构描述输入空间模糊划分的模糊建模方法，其主要特点是建模精度高、计算量小［1］.遗传算法（GA）是一种模拟生物进化过程的计算模型，特别适于处理传统寻优方法难以解决的复杂非线性寻优问题［2, 3］.本文提出的基于遗传算法的模糊树建模方法（FT/GA方法）就是以模糊树模型作为个体，采用矩阵编码方式，利用遗传算法在整个模型空间搜索最优模糊树.该方法能有效地进化模糊树的结构，得到一个精度较高而复杂度较低的次优模型.

关键词：模糊树模型、遗传算法、矩阵编码、非线性系统建模

所属期刊栏目：26

分类号：TP1(自动化基础理论)

在线出版日期：2004-03-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：707-710