基于资讯扩散技术的调适性神经模糊推论系统
调适性神经模糊推论系统(Adaptive Network-Based Fuzzy Inference System;ANFIS)自从提出后,于分类或是数值预测问题的应用上均甚为广泛,然ANFIS虽可藉由其学习过程对于初始输入的隶属函数进行调整,从而调整最适的模糊规则,但是从过往的研究中发现,初始的隶属函数之设定会影响其最后的预测准确度,因此本研究针对数值预测问题,拟经由Fuzzy C-means模糊分群法针对资料进行所属群集判读后,再藉由模糊侧影系数决定最适分群数,最后则基于信息扩散技术进行各群数据之初始模糊隶属函数之推算,能改善ANFIS对于数值预测问题之预测准确度.
调适性神经模糊推论系统 信息扩散 模糊分群法 预测准确度
张峯铭 曾国立 张哲荣 陈建智 利德江
国立台东专科学校资讯管理系 台東縣 95045 国立成功大学高阶管理硕士在职专班 台南市 70101 中原大學企业管理学系 桃園縣 32023 国立成功大学工业与资讯管理学系 台南市 70101
国内会议
武汉
中文
599-604
2016-04-22（万方平台首次上网日期，不代表论文的发表时间）