由于模糊邏輯系統(tǒng)能夠結合專家的知識和經驗,具有其他系統(tǒng)無可比擬的優(yōu)勢,現(xiàn)已成功應用于自動控制、圖像識別、決策分析等領域。但依然存在著參數(shù)難以獲取和“規(guī)則爆炸”的難題,所謂“規(guī)則爆炸”就是指隨著輸入的增加,規(guī)則數(shù)目急劇增加,從而增加了模糊邏輯系統(tǒng)的復雜度,給計算帶來不便。由于蟻群、遺傳和粒子群等智能算法的強魯棒性、全局收斂等特性,運用智能算法解決參數(shù)難以獲取和“規(guī)則爆炸”已成為一個新的研究熱點。本論文運用蟻群算法(ACO)設計模糊邏輯系統(tǒng),包括模糊邏輯系統(tǒng)的參數(shù)辨識和結構辨識,并在蟻群算法的基礎上提出一種具有全局信息素更新的改進蟻群算法(IACO),同樣也用于設計模糊邏輯系統(tǒng)。將所設計的智能模糊邏輯系統(tǒng)用于Mackey-Glass混沌時間序列和國際石油價格的預測,仿真結果表明了蟻群算法和改進蟻群算法用于模糊邏輯系統(tǒng)設計的可行性、高性能性以及較傳統(tǒng)算法的優(yōu)越性。具體工作如下:(1)介紹了一型TSK模糊邏輯系統(tǒng)、A1-C1、A2-C0、A2-C1區(qū)間二型TSK模糊邏輯系統(tǒng)和蟻群算法的基礎知識和相關概念(這里,A表示規(guī)則前件,C表示規(guī)則后件),在蟻群算法的基礎上提出具有全局信息素更新的改進蟻群...

【文章頁數(shù)】：80 頁

【學位級別】：碩士

本文編號：3878495