本文關(guān)鍵詞：區(qū)間二型TSK模糊邏輯系統(tǒng)的混合學(xué)習(xí)算法的研究

  更多相關(guān)文章： 二型TSK模糊邏輯系統(tǒng) 神經(jīng)網(wǎng)絡(luò) 模糊K-均值聚類 最小二乘法 BP算法

【摘要】：近年來,作為二型模糊邏輯系統(tǒng)的一個重要分支,二型TSK模糊邏輯系統(tǒng)已廣泛應(yīng)用于復(fù)雜非線性多變量的系統(tǒng)建模和控制中,因此研究二型TSK模糊邏輯系統(tǒng)的設(shè)計算法問題具有實用性和現(xiàn)實意義。目前二型TSK模糊邏輯系統(tǒng)還存在實現(xiàn)困難的不足,主要是算法單一,而將不同的優(yōu)化算法結(jié)合起來設(shè)計模糊邏輯系統(tǒng),能更好地利用不同算法的優(yōu)勢,使模糊邏輯系統(tǒng)性能更好,更加適用于應(yīng)用,是目前研究的新課題。本文主要基于A1-C1、A2-C0、A2-C1(A—規(guī)則前件,C—規(guī)則后件)三種區(qū)間二型TSK模糊邏輯系統(tǒng)的設(shè)計算法展開研究,分別設(shè)計三種區(qū)間二型TSK混合系統(tǒng)模型。并將所設(shè)計的混合模型應(yīng)用于實際問題的預(yù)測中,給出仿真研究,仿真結(jié)果表明所設(shè)計的混合模型應(yīng)用于實際是可行的與有效的。具體工作如下:(1)詳細介紹了模糊邏輯系統(tǒng)、TSK模糊邏輯系統(tǒng)及相關(guān)參數(shù)優(yōu)化算法。(2)研究了A1-C1型區(qū)間二型TSK模糊邏輯系統(tǒng)混合算法的設(shè)計。將模糊邏輯系統(tǒng)融于神經(jīng)網(wǎng)絡(luò)形成模糊神經(jīng)網(wǎng)絡(luò)系統(tǒng),通過模糊K-均值算法篩選規(guī)則,先用最小二乘法優(yōu)化系統(tǒng)后件參數(shù),再用BP算法優(yōu)化系統(tǒng)前件參數(shù),最后將所設(shè)計的混合系統(tǒng)應(yīng)用于國際布倫特原油價格預(yù)測中,并與單一算法進行比較。仿真結(jié)果表明,所設(shè)計的混合系統(tǒng)模型應(yīng)用于實際問題的預(yù)測是可行的、有效的。(3)研究了A2-C0型區(qū)間二型TSK模糊邏輯系統(tǒng)混合算法的設(shè)計。將模糊邏輯系統(tǒng)融于神經(jīng)網(wǎng)絡(luò)形成模糊神經(jīng)網(wǎng)絡(luò)系統(tǒng),通過模糊K-均值算法篩選規(guī)則,先用最小二乘法優(yōu)化系統(tǒng)后件參數(shù),再用BP算法優(yōu)化系統(tǒng)前件參數(shù),最后將所設(shè)計的混合系統(tǒng)應(yīng)用于國際布倫特原油價格預(yù)測中,并與單一算法進行比較。仿真結(jié)果表明,所設(shè)計的混合系統(tǒng)模型應(yīng)用于實際問題的預(yù)測是可行的、有效的。(4)在A1-C1型和A2-C0型的基礎(chǔ)上,研究了A2-C1型區(qū)間二型TSK模糊邏輯系統(tǒng)混合算法的設(shè)計。將模糊邏輯系統(tǒng)融于神經(jīng)網(wǎng)絡(luò)形成模糊神經(jīng)網(wǎng)絡(luò)系統(tǒng),通過模糊K-均值算法篩選規(guī)則,先用最小二乘法優(yōu)化系統(tǒng)后件參數(shù),再用BP算法優(yōu)化系統(tǒng)前件參數(shù),最后將所設(shè)計的混合系統(tǒng)應(yīng)用于國際布倫特原油價格預(yù)測和俄羅斯交易系統(tǒng)指數(shù)預(yù)測中,并與單一算法進行比較。仿真結(jié)果表明,所設(shè)計的混合系統(tǒng)模型應(yīng)用于實際問題的預(yù)測是可行的、有效的。
【關(guān)鍵詞】：二型TSK模糊邏輯系統(tǒng) 神經(jīng)網(wǎng)絡(luò) 模糊K-均值聚類 最小二乘法 BP算法
【學(xué)位授予單位】：遼寧工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：O159;TP183
【目錄】：

• 摘要5-6
• Abstract6-10
• 1 緒論10-13
• 2 相關(guān)知識13-22
• 2.1 模糊邏輯系統(tǒng)13-17
• 2.1.1 一型模糊邏輯系統(tǒng)及應(yīng)用13-15
• 2.1.2 二型模糊邏輯系統(tǒng)及應(yīng)用15-17
• 2.2 區(qū)間二型TSK模糊邏輯系統(tǒng)17-18
• 2.3 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)18-19
• 2.4 參數(shù)優(yōu)化算法19-21
• 2.4.1 BP算法19
• 2.4.2 最小二乘法19-20
• 2.4.3 模糊K-均值算法20-21
• 2.5 小結(jié)21-22
• 3 A1-C1型區(qū)間二型TSK模糊邏輯系統(tǒng)的混合學(xué)習(xí)算法及應(yīng)用22-35
• 3.1 A1-C1型區(qū)間二型TSK模糊邏輯系統(tǒng)22-23
• 3.2 A1-C1型區(qū)間二型TSK模糊邏輯系統(tǒng)的設(shè)計23-27
• 3.2.1 模糊規(guī)則篩選23-24
• 3.2.2 模糊神經(jīng)網(wǎng)絡(luò)系統(tǒng)結(jié)構(gòu)24-25
• 3.2.3 后件參數(shù)確定25-26
• 3.2.4 前件參數(shù)確定26-27
• 3.3 混合系統(tǒng)在國際布倫特原油價格預(yù)測中的應(yīng)用27-34
• 3.3.1 數(shù)據(jù)來源27-28
• 3.3.2 輸入輸出訓(xùn)練對及規(guī)則提取28
• 3.3.3 系統(tǒng)設(shè)計及應(yīng)用28-33
• 3.3.4 算法性能比較33-34
• 3.4 小結(jié)34-35
• 4 A2-C0型區(qū)間二型TSK模糊邏輯系統(tǒng)的混合學(xué)習(xí)算法及應(yīng)用35-48
• 4.1 A2-C0型區(qū)間二型TSK模糊邏輯系統(tǒng)35
• 4.2 A2-C0型區(qū)間二型TSK模糊邏輯系統(tǒng)的設(shè)計35-40
• 4.2.1 模糊規(guī)則篩選35-36
• 4.2.2 模糊神經(jīng)網(wǎng)絡(luò)系統(tǒng)結(jié)構(gòu)36-38
• 4.2.3 后件參數(shù)確定38-39
• 4.2.4 前件參數(shù)確定39-40
• 4.3 混合系統(tǒng)在國際布倫特原油價格預(yù)測中的應(yīng)用40-47
• 4.3.1 數(shù)據(jù)來源40
• 4.3.2 輸入輸出訓(xùn)練對及規(guī)則提取40-41
• 4.3.3 系統(tǒng)設(shè)計及應(yīng)用41-46
• 4.3.4 算法性能比較46-47
• 4.4 小結(jié)47-48
• 5 A2-C1型區(qū)間二型TSK模糊邏輯系統(tǒng)的混合學(xué)習(xí)算法及應(yīng)用48-69
• 5.1 A2-C1型區(qū)間二型TSK模糊邏輯系統(tǒng)48
• 5.2 A2-C1型區(qū)間二型TSK模糊邏輯系統(tǒng)的設(shè)計48-53
• 5.2.1 模糊規(guī)則篩選48-49
• 5.2.2 模糊神經(jīng)網(wǎng)絡(luò)系統(tǒng)結(jié)構(gòu)49-51
• 5.2.3 后件參數(shù)確定51-52
• 5.2.4 前件參數(shù)確定52-53
• 5.3 混合系統(tǒng)在RTS指數(shù)預(yù)測中的應(yīng)用53-60
• 5.3.1 數(shù)據(jù)來源54
• 5.3.2 輸入輸出訓(xùn)練對及規(guī)則提取54-55
• 5.3.3 系統(tǒng)設(shè)計及應(yīng)用55-59
• 5.3.4 算法性能比較59-60
• 5.4 混合系統(tǒng)在國際布倫特原油價格預(yù)測中的應(yīng)用60-68
• 5.4.1 數(shù)據(jù)來源60-61
• 5.4.2 輸入輸出訓(xùn)練對及規(guī)則提取61
• 5.4.3 系統(tǒng)設(shè)計及應(yīng)用61-66
• 5.4.4 算法性能比較66-68
• 5.5 小結(jié)68-69
• 6 結(jié)論69-70
• 參考文獻70-73
• 攻讀碩士期間參與科研項目與發(fā)表學(xué)術(shù)論文情況73-74
• 致謝74

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張小紅;何華燦;徐揚;;基于Schweizer-Sklar T-范數(shù)的模糊邏輯系統(tǒng)[J];中國科學(xué)E輯:信息科學(xué);2005年12期

2 孫昌安;模糊邏輯系統(tǒng)建模函數(shù)的數(shù)學(xué)描述[J];沈陽航空工業(yè)學(xué)院學(xué)報;1998年03期

3 鄒麗;上下文相關(guān)模糊邏輯系統(tǒng)及其歸結(jié)方法[J];遼寧師范大學(xué)學(xué)報(自然科學(xué)版);2002年03期

4 王文麗;單榮立;劉林;;基于模糊球的模糊邏輯系統(tǒng)及其逼近性質(zhì)[J];模糊系統(tǒng)與數(shù)學(xué);2008年03期

5 卞扣成;蘭潔;王濤;;區(qū)間二型模糊邏輯系統(tǒng)在水位模糊控制中應(yīng)用及仿真研究[J];遼寧工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2010年06期

6 張興芳;;命題模糊邏輯系統(tǒng)中公式的理論可證度[J];河北師范大學(xué)學(xué)報(自然科學(xué)版);2007年04期

7 高芹;張興芳;王慶平;;命題模糊邏輯系統(tǒng)G銉d中公式的理論可證度[J];山東大學(xué)學(xué)報(理學(xué)版);2007年10期

8 史士英;李濤;張圣;尹義龍;;模糊邏輯系統(tǒng)的非線性組合預(yù)測方法與系統(tǒng)誤差分析研究[J];計算機工程與科學(xué);2008年11期

9 李學(xué)鋒，黃萬偉，周鳳岐;自適應(yīng)模糊邏輯系統(tǒng)的聚類學(xué)習(xí)算法研究[J];控制與決策;1996年04期

10 孫多青,霍偉;線性多步法模糊邏輯系統(tǒng)(英文)[J];控制理論與應(yīng)用;2001年06期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 張耿;概率模糊邏輯系統(tǒng)的理論研究及在復(fù)雜過程建模中的應(yīng)用[D];中南大學(xué);2012年

2 王文慶;基于模糊邏輯系統(tǒng)的復(fù)雜系統(tǒng)分析與控制[D];西北工業(yè)大學(xué);2003年

3 岳菊梅;面向后件集的模糊推理機制及在Type-1與Type-2模糊邏輯系統(tǒng)中的應(yīng)用[D];南開大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 郭小蕾;區(qū)間二型TSK模糊邏輯系統(tǒng)的混合學(xué)習(xí)算法的研究[D];遼寧工業(yè)大學(xué);2016年

2 王文麗;模糊球及其在模糊邏輯系統(tǒng)中的應(yīng)用研究[D];西安建筑科技大學(xué);2008年

3 李玉姣;新的無規(guī)則模糊邏輯系統(tǒng)構(gòu)造及控制應(yīng)用[D];廣東工業(yè)大學(xué);2014年

4 劉匯洋;若干廣義t-模及相關(guān)模糊邏輯系統(tǒng)[D];寧波大學(xué);2010年

5 王明輝;區(qū)間2型模糊邏輯系統(tǒng)的魯棒性分析[D];東北大學(xué);2011年

6 高子林;基于自適應(yīng)模糊邏輯系統(tǒng)的非線性系統(tǒng)跟蹤及同步控制[D];廣東工業(yè)大學(xué);2013年

7 閆鵬;二型模糊邏輯系統(tǒng)的降型與推理模型研究[D];大連海事大學(xué);2010年

8 何義平;基于SS-三角模的模糊邏輯系統(tǒng)UL~*的若干問題研究[D];南昌大學(xué);2007年

9 鮑成磊;區(qū)間二型TSK模糊邏輯系統(tǒng)的設(shè)計及應(yīng)用研究[D];遼寧工業(yè)大學(xué);2014年

10 隋帥;隨機大系統(tǒng)的模糊自適應(yīng)控制及穩(wěn)定性分析[D];遼寧工業(yè)大學(xué);2014年

，

本文編號：898631