An Adaptive Learning Method for the Generation of Fuzzy Inference System from Data
Liquan Zhang · Acta Automatica Sinica · 2008
摘要: 利用数据设计模糊推理系统分为两个主要内容: 结构辨识和参数优化. 论文首先通过定义隶属度函数和模糊规则简单地给出了一种初始模糊推理系统结构. 然后, 为了提高基于梯度的学习算法的收敛速度、减少振荡, 提出了一种产生模糊推理系统的改进梯度下降方法, 并对算法的收敛性和振荡情况进行了系统分析; 利用这些优化分析结果能够进一步确定在输入变量空间的哪一个区域中模糊规则的密度应该加强, 以及在哪一个输入变量上用于划分其论域的模糊子集的数目应该增加, 从而获得一个新的更精确的模糊推理系统结构. 最后将所提出的方法用于解决非线性函数的逼近问题. 关键词: 模糊推理系统 / 非线性函数逼近 / 梯度下降方法 / 置信度度量