基于神经模糊推理网络的实时模糊辨识方法
针对基于输入输出数据的复杂系统的实时模糊辨识问题,本文提出了一种新的神经模糊推理网络及相应的学习算法.学习算法可以同时并且在线的完成系统结构辨识与参数辨识.在结构辨识阶段,介绍了一种新的直接从输入输出数据中抽取和优化模糊规则的学习算法;在参数辨识阶段,提出和推导了一种非监督学习和监督学习相结合的混合式学习算法实现模糊隶属函数的初步调整和优化.仿真结果表明,我们的方法可以同时满足对实时性、辨识精度、可读性和规则数的要求.
模糊辨识 神经模糊网络 规则抽取 非监督学习 监督学习
李佳宁 易建强 赵冬斌 西广成
中国科学院自动化研究所复杂系统与智能科学实验室(北京)
国内会议
北京
中文
93-98
2005-03-01（万方平台首次上网日期，不代表论文的发表时间）