共查询到20条相似文献,搜索用时 140 毫秒
1.
提出一种具有量子行为的模糊系统建模方法。避免事先指定聚类数目及中心,采用混合模糊聚类算法对模糊系统的输入空间进行划分,每个聚类通过高斯函数的拟合产生一个隶属度函数,完成ANFIS前件参数的初始识别;通过具有量子行为的粒子群算法与最小二乘法优化前件参数,得到ANFIS的前件及后件参数。将该方法应用于实际的抗坏血酸2-葡萄糖苷生产发酵模型的建立中,实验结果表明,该方法具有较高精度,符合实际生产需要。 相似文献
2.
3.
基于模糊划分和支持向量机的TSK模糊系统 总被引:2,自引:0,他引:2
为了提高模糊系统处理高维问题的推广能力与鲁棒性能,提出将模糊聚类和支持向量机算法结合起来构造TSK模糊系统的算法.首先运用模糊聚类算法对输入空间进行划分,确定模糊规则前件的隶属函数.然后用支持向量机算法确定模糊规则的后件参数.该支持向量机的核函数是由模糊规则前件的隶属函数构造的,并且是Mercer核.在3个数据集的实验结果表明,与TSK模糊系统的传统算法和支持向量机相比较,本文算法具有更好的推广能力和鲁棒性. 相似文献
4.
基于混合聚类算法的模糊函数系统辨识方法 总被引:1,自引:0,他引:1
针对传统模糊系统存在的结构难以确定和参数辨识复杂的问题,提出了一种基于混合聚类算法的模糊函数系统辨识算法.与一般的模糊函数系统相比,混合聚类算法结合模糊C均值和模糊C回归模型聚类算法的样本距离.在模型预测部分,采用高斯函数计算每个输入变量的隶属度,利用输入变量隶属度的模糊化算子得到输入向量的隶属度.应用于Box-Jenkins煤气炉数据、一个双入单出的非线性系统和Mackey-Glass混沌时间序列数据的试验结果表明,本文算法具有很好的辨识效果,从而验证了本文算法的有效性与实用性. 相似文献
5.
6.
7.
8.
蓄电池剩余电量预测作为蓄电池智能管理系统的核心部分,为合理控制蓄电池的充放电情况、延长蓄电池的使用寿命提供了判据。然而蓄电池剩余电量的影响因素复杂、预测难度较大。针对这一挑战性课题,提出一种基于改进的模糊C均值聚类和自适应模糊神经推理系统(ANFIS)的预测算法,采用减法聚类和加权模糊C均值聚类生成初始模糊推理系统,通过梯度下降法和最小二乘法混合算法对自适应模糊神经网络中的前件参数和后件参数进行训练,建立非线性预测模型。仿真结果表明,改进的聚类算法解决了传统模糊C均值聚类稳定性差以及对噪声点、错误点敏感的缺点,加快了收敛速度,在此基础上建立的蓄电池剩余电量预测模型也具有较高的预测精度。 相似文献
9.
基于遗传模拟退火的广义T-S模糊模型的混沌系统辨识 总被引:1,自引:0,他引:1
针对混沌系统辨识引入广义T-S模糊模型,使系统中隶属函数具有自适应性;并对T-S模糊模型前件模糊规则数、各加权值、隶属函数自适应参数进行遗传退火算法优化,使系统具有最佳结构和参数。以一维的Logistic系统和二维的Henon系统为例进行仿真分析,结果表明辨识模型能够拟合原混沌系统,收敛速度及精度良好。 相似文献
10.
《计算机应用与软件》2015,(12)
针对基于粒子群的模糊聚类算法运算效率较低的问题,提出隐隶属度模糊c均值聚类算法HMFCM(hidden-membership fuzzy c-means clustering)。HMFCM算法将FCM模糊隶属度迭代公式代入FCM目标函数中约简,得到无模糊隶属度的HMFCM目标函数,并利用PSO算法对聚类中心进行编码寻优,最后利用样本与聚类中心距离进行类别判决。HMFCM算法无需计算样本模糊隶属度,降低了聚类算法复杂度,提高了算法的计算效率及精度,而且该方法可以推广到其他基于生物寻优的聚类算法。通过仿真实验验证了所提出算法的有效性和时效性。 相似文献
11.
12.
Wen-Hsien Ho Jinn-Tsong Tsai Bor-Tsuen Lin Jyh-Horng Chou 《Expert systems with applications》2009,36(2):3216-3222
In this paper, an adaptive network-based fuzzy inference system (ANFIS) with the genetic learning algorithm is used to predict the workpiece surface roughness for the end milling process. The hybrid Taguchi-genetic learning algorithm (HTGLA) is applied in the ANFIS to determine the most suitable membership functions and to simultaneously find the optimal premise and consequent parameters by directly minimizing the root-mean-squared-error performance criterion. Experimental results show that the HTGLA-based ANFIS approach outperforms the ANFIS methods given in the Matlab toolbox and reported recently in the literature in terms of prediction accuracy. 相似文献
13.
提出了一种基于减法聚类-自适应模糊神经网络(ANFIS)的网络故障诊断建模方法。减法聚类算法生成初始模糊推理系统,ANFIS建立网络故障诊断原始模型,应用混合算法对模糊规则的参数进行训练并建立最终的模型。仿真实验表明基于减法聚类-ANFIS的建模方法是有效的;通过仿真结果比较,减法聚类-ANFIS的网络故障诊断能力及收敛速度均优于BP神经网络,更适合作为网络故障诊断模型。 相似文献
14.
针对纯碱碳化过程复杂、建模难的特点,提出一种基于T-S模型的自适应神经模糊推理系统(ANFIS)建模方法。该方法提取碳化过程塔内温度分布及出碱流量的实测数据,通过ANFIS网络自组初始化模糊规则,自适应调整前提隶属度参数和结论参数,最终建立出碱流量随塔内温度变化的非线性模型。文章讨论了该网络的结构和学习算法,通过仿真研究得出其良好的实用价值。 相似文献
15.
为了使机械臂准确跟踪目标轨迹,达到控制精度高、实时性好的目的,提出一种改进的径向基函数(RBF)模糊神经网络算法。该算法采用模糊遗传算法在线调整神经模糊控制器的参数,对其参数进行改进和优化,同时采用最近邻聚类算法对控制器的模糊规则库进行更新。仿真结果表明,该算法与传统的神经网络算法相比具有较好的性能,学习速度快,跟踪精度高,并具有良好的控制性能和自学习能力。 相似文献
16.
提出了一种基于自适应变异差分进化(AMDE)算法的ANFIS模型对混沌时间序列进行预测的方法,该方法采用自适应变异差分进化算法和最小二乘法相结合的混合学习算法对ANFIS网络结构参数进行优化设计,利用差分进化算法的全局寻优能力对ANFIS网络前件参数进行优化,而网络的结论参数采用最小二乘法优化,混合学习算法提高了网络参数辨识的收敛速度和系统的全局收敛性,仿真实验结果表明了该方法的有效性。 相似文献
17.
18.
There has been a growing interest in combining both neural network and fuzzy system, and as a result, neuro-fuzzy computing techniques have been evolved. ANFIS (adaptive network-based fuzzy inference system) model combined the neural network adaptive capabilities and the fuzzy logic qualitative approach. In this paper, a novel structure of unsupervised ANFIS is presented to solve differential equations. The presented solution of differential equation consists of two parts; the first part satisfies the initial/boundary condition and has no adjustable parameter whereas the second part is an ANFIS which has no effect on initial/boundary conditions and its adjustable parameters are the weights of ANFIS. The algorithm is applied to solve differential equations and the results demonstrate its accuracy and convince us to use ANFIS in solving various differential equations. 相似文献
19.
针对高速公路交通事故引发交通堵塞的问题,提出一种基于减法聚类和自适应神经模糊推理系统的事件持续时间预测新方法。将该方法应用于交通事件持续时间预测,从I-880数据库中提取事件持续时间相关因素,使用非参数估计法进行显著性分析,将影响程度最大的因素作为模糊系统的输入样本,采用减法聚类对输入样本进行聚类,得到模糊规则数并建立初始模糊推理系统,使用BP反向传播算法和最小二乘估计算法的混合算法对该模糊系统进行训练并优化,建立最终模糊模型。仿真结果证明,该系统对交通事件持续时间预测具有较高检测率和较低误报率。 相似文献
20.
ANFIS-based sensor fusion system of sit-to-stand for elderly people assistive device protocols 总被引:1,自引:0,他引:1
Omar Salah Ahmed A.Ramadan Salvatore Sessa Ahmed Abo Ismail Makasatsu Fujie Atsuo Takanishi 《国际自动化与计算杂志》2013,10(5):405-413
This paper describes the analysis and design of an assistive device for elderly people under development at the EgyptJapan University of Science and Technology(E-JUST) named E-JUST assistive device(EJAD).Several experiments were carried out using a motion capture system(VICON) and inertial sensors to identify the human posture during the sit-to-stand motion.The EJAD uses only two inertial measurement units(IMUs) fused through an adaptive neuro-fuzzy inference systems(ANFIS) algorithm to imitate the real motion of the caregiver.The EJAD consists of two main parts,a robot arm and an active walker.The robot arm is a 2-degree-of-freedom(2-DOF) planar manipulator.In addition,a back support with a passive joint is used to support the patient s back.The IMUs on the leg and trunk of the patient are used to compensate for and adapt to the EJAD system motion depending on the obtained patient posture.The ANFIS algorithm is used to train the fuzzy system that converts the IMUs signals to the right posture of the patient.A control scheme is proposed to control the system motion based on practical measurements taken from the experiments.A computer simulation showed a relatively good performance of the EJAD in assisting the patient. 相似文献