基于聚类有效性神经网络的模糊规则提取方法.PDF

第 卷，第 期 深圳大学学报 （理工版） ， $ ( PG1 ;$ QG ;( 年 月 （ ） $’ ! R@STQAU @C VW-QXW-Q SQJP-TVJY VZJ-QZ- [ -Q\JQ--TJQ\ @=H ;$’ !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 文章编号： （ ） !#$%! $’ (# ’# ) 原文刊自 《深圳大学学报 （理工版）》 ， ， !# $% ’ !( )%’ !* !+ 年获广东省第二届期刊优秀作品二等奖 基于聚类有效性神经网络 的模糊规则提取方法 ! $ 谢维信 ，高新波 （ 深圳大学，深圳 ； 西安电子科技大学，西安 ） !, +!% $ , *!*! 摘 要：模糊控制以其自适应性、鲁棒性和易于实现等优点得到广泛应用 然而模糊控 , 制规则的获取通常由专家根据经验给出，这就存在诸如规则不够客观、专家经验难以获取等 问题 作者给出一种基于聚类有效性神经网络的模糊规则提取的新方法 该方法采取对训练 , , 样本预划分子集聚类，模糊语言量的自动确定，模糊隶属度函数自适应调整等策略，克服了 以往规则提取法在训练样本不充分时，规则提取不足及规则数目难以确定等缺点，并结合神 经网络技术使所提取的控制规则的质量得到提高，改善了模糊控制器的性能, 最后，以倒车 系统为例证明了该方法的有效性, 关键词：模糊逻辑控制；聚类有效性；控制规则提取 中图分类号：? !；@ !+) 文献标识码：A 引 言 ［］ ! !)*( 年，英国B/./50 根据模糊集合论研制了世界上第一个 C:99D 控制器 ，用于锅炉 和蒸汽机的自动控制，取得了成功 从此开创了模糊控制的历史 , , 与一般的 ， 控制相比，模糊控制并不需要建立控 EFGEGFH0G5/1 05H36F/1 0II3F35H0/1 =G5HFG1 ?JK 制过程的精确数学模型，而完全凭人的经验知识，首先构造模糊联想记忆 （ I:99D /88G=0/H0L3 ）单元，然后通过模糊规则推理进行控制 因此，模糊控制具有较强的灵活性、机动 .3.GFD