基于云理論與神經(jīng)網(wǎng)絡(luò)集成的模糊系統(tǒng)

《基于云理論與神經(jīng)網(wǎng)絡(luò)集成的模糊系統(tǒng)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、第28卷第2期計(jì)算機(jī)應(yīng)用Vo.l28No.22008年2月ComputerApplicationsFeb.2008文章編號(hào):1001-9081(2008)02-0305-02基于云理論與神經(jīng)網(wǎng)絡(luò)集成的模糊系統(tǒng)柳炳祥,李海林(景德鎮(zhèn)陶瓷學(xué)院信息工程學(xué)院,江西景德鎮(zhèn)333403)(lbx1966@163.com)摘要:提出了一種基于云理論與神經(jīng)網(wǎng)絡(luò)混合集成的模糊系統(tǒng)。通過不確定性人工智能,解決了在實(shí)際模糊系統(tǒng)中輸入變量隸屬函數(shù)和知識(shí)規(guī)則確定的難題,利用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了變量之間的非線性映射。該系統(tǒng)不但具有神經(jīng)網(wǎng)絡(luò)自適應(yīng)的學(xué)習(xí)能力,且結(jié)合云理論處理

2、知識(shí)的不確定性能力,使模糊系統(tǒng)在知識(shí)推理過程中更具有說服力,在整體上提高了算法的效率。關(guān)鍵詞:云理論;神經(jīng)網(wǎng)絡(luò);模糊系統(tǒng)中圖分類號(hào):TP183文獻(xiàn)標(biāo)志碼:AInductionoffuzzysystembasedoncloudtheoryandneuralnetworkLIUBing-xiang,LIHa-ilin(SchoolofInformationEngineering,JDZCeramicInstitute,JingdezhenJiangxi333403,China)Abstract:Afuzzysystembasedontheco

3、mbinationofcloudmodeltheoryandneuralnetworkwasillustrated.Usingtheartificialintelligencewithuncertaintycouldresolvethedifficultiesofthedefinitionofthesubjectionfunctionandknowledgeregularityinthepracticalapplicationoffuzzysystem.Italsomadethemappingbecomenonlinearamongvar

4、iablesbyneuralnetwork.Thesystemnotonlyhasthelearningcapabilityoftheneuralnetworkbutalsohastheabilityofdealingwiththeuncertaintybycloudmode,lwhichmakestheknowledgereasoningmoreconvincingandimprovestheoverallefficiencyofthealgorithm.Keywords:cloudtheory;neuralnetwork;fuzzys

5、ystem現(xiàn),x對(duì)C的隸屬度(確定度)為L(zhǎng)C(x)I[0,1]是具有穩(wěn)定0引言傾向的隨機(jī)數(shù),則x在論域U上的分布稱為云,每個(gè)x稱為一模糊系統(tǒng)的理論與技術(shù)是近幾年發(fā)展起來并逐漸完善個(gè)云滴(x,LD(x))。的。模糊系統(tǒng)通常情況下是指具有學(xué)習(xí)算法的模糊邏輯系云是用語言值表示的某個(gè)概念與其定量表示之間的不確統(tǒng),該模糊系統(tǒng)是服從模糊邏輯規(guī)則的一系列規(guī)則所構(gòu)造的,定性轉(zhuǎn)換模型,用以反映自然語言中概念的不確定性,反映了而且學(xué)習(xí)算法也依賴于數(shù)據(jù)信息來調(diào)整模糊邏輯系統(tǒng)的參隨機(jī)性和模糊性的關(guān)聯(lián)性,構(gòu)成定量與定性之間的映射。概念數(shù)。模糊系統(tǒng)由模糊產(chǎn)生器、模糊

6、規(guī)則庫(kù)、模糊推理機(jī)和反模的整體特性用云的數(shù)字特征來反映,這是定性概念的整體定糊化器四部分組成,其中模糊規(guī)則庫(kù)的獲取問題始終是模糊量特性。數(shù)字特征用三個(gè)參數(shù)來描述,分別為期望E、熵E和xn規(guī)則庫(kù)構(gòu)造的瓶頸問題。目前有兩種方法進(jìn)行模糊規(guī)則庫(kù)的超熵He,即(Ex,En,He)。期望Ex表示最能夠代表定性概念的獲取:一是從具有豐富經(jīng)驗(yàn)的專家那里直接獲得,二是通過自點(diǎn);熵En表示定性概念的不確定性度量,反映了模糊性與隨學(xué)習(xí)的方法。雖然第一種方法簡(jiǎn)便快捷,但對(duì)專家依賴性太機(jī)性的關(guān)聯(lián)性;超熵He是熵的不確定性度量,由模糊性和隨強(qiáng),始終不能反應(yīng)數(shù)據(jù)之間的

7、關(guān)系,受到數(shù)據(jù)挖掘中神經(jīng)網(wǎng)絡(luò)機(jī)性共同決定。技術(shù)的影響;第二種方法是從數(shù)據(jù)之間的關(guān)系提取知識(shí)規(guī)則由云的數(shù)字特征產(chǎn)生云滴的過程,即定性概念到定量表庫(kù),現(xiàn)在已經(jīng)成為研究的熱點(diǎn)問題。示的過程,稱為正向云發(fā)生器;反之,稱為逆向云發(fā)生器。云模糊系統(tǒng)的不確定性是從系統(tǒng)的模糊性和隨機(jī)性的角度模型的具體實(shí)現(xiàn)方法有多種,不同的方法構(gòu)成不同類型的云,出發(fā)考慮問題,可以充分利用云理論來實(shí)現(xiàn)模糊系統(tǒng)中定性如半云模型、對(duì)稱云模型、組合云模型等。根據(jù)實(shí)際中定量數(shù)概念描述,進(jìn)而方便地實(shí)現(xiàn)定性與定量之間的轉(zhuǎn)化,而神經(jīng)網(wǎng)據(jù)的特征,可以利用軟件或硬件設(shè)備來實(shí)現(xiàn)云模型。絡(luò)模擬人

8、腦的運(yùn)行機(jī)制,對(duì)數(shù)據(jù)樣本進(jìn)行有記憶和自適應(yīng)的1.2定性知識(shí)的推理學(xué)習(xí)。基于此,本文提出了一種基于云理論與神經(jīng)網(wǎng)絡(luò)集成定義1設(shè)U是精確數(shù)值表示的定量數(shù)域,C是U上的定的模糊系統(tǒng)。性概念,f(x)