基于混合遗传算法的模糊系统优化方法
该文在模糊系统的变节点自适应模糊神经网络实现的基础上，提出一种分层混合GA优化算法。该算法利用GA对庞大的模糊规则基进行提取和约简，并用传统方法估计隶属函数参数和结论参数。同时，针对模糊系统输入输出关系的特点，作者采用基于梯度法和最小二乘法的混合优化方案。该文所提出的算法综合了GA强大空间搜索能力和传统优化方法的快速收敛和高精度的优点，在保证全局优化能力的条件下，综合考虑了系统的复杂程度、训练速度和精度。仿真结果及应用表明了该算法的有效性。
遗传算法 模糊神经网络 模糊规则基约简 优化设计
童树鸿 沈毅 刘志言
哈尔滨工业大学控制工程系327信箱(哈尔滨)
国内会议
合肥
中文
602～605
2000-06-01（万方平台首次上网日期，不代表论文的发表时间）