摘要
基于遗传算法的模糊逻辑系统滚动学习方法是一种局部优化策略 ,它针对参数空间内的局部区域 ,由区域内输入输出数据对提取模糊规则 ,并对规则参数进行调整 ,参数学习采用差分进化算法。采用既包含区域内数据 ,又包含区域外数据的滚动数据窗技术 ,保证对局部模糊规则的参数调节不致影响系统在相邻区域的逼近性能。算法在保证精度的前提下大大减少了计算量 ,使遗传算法能应用于模糊逻辑系统的在线学习。
A local optimization strategy is presented as learning method for fuzzy logic system. It generates fuzzy rules from the input output data pairs in a local area and trains the parameters of these rules using differential evolution method. To prevent from influencing the performance of fuzzy logic system in adjacent areas, a technique using roll updating data window is used, which involves not only the data in the current local area but also the data in neighborhood. This algorithm reduces the computation and makes it possible to use genetic algorithms in online learning of fuzzy logic system.
出处
《控制与决策》
EI
CSCD
北大核心
2002年第2期246-248,共3页
Control and Decision
基金
高等学校骨干教师计划项目 (教技司 [2 0 0 0 ])
上海市曙光计划项目 (990 6 8)
