| Takagi-Sugeno模糊系统双正则联合稀疏建模新方法 |
| |
| 引用本文： | 林得富,王骏,张嘉旭,应文豪,王士同.Takagi-Sugeno模糊系统双正则联合稀疏建模新方法[J].计算机科学与探索,2019,13(6):1016-1026. |
| |
| 作者姓名： | 林得富 王骏 张嘉旭 应文豪 王士同 |
| |
| 作者单位： | 江南大学 数字媒体学院,江苏 无锡 214122;常熟理工学院 计算机科学与工程学院,江苏 常熟 215500 |
| |
| 基金项目： | 国家自然科学基金No.61772239;江苏省自然科学基金Nos.BK20161268,BK20160187,BK20151299~~ |
| |
| 摘 要： | 传统Takagi-Sugeno(T-S)模糊系统模型因模糊规则使用样本全部特征,导致模型的可解释性较差,冗余特征的存在还会导致模型的过拟合,降低模型的泛化性能。针对该问题,提出了一种模糊系统联合稀疏建模新方法L2-CFS-FIS(L2-common feature selection fuzzy inference systems),从而提高模型的泛化性能和可解释性。该方法充分考虑存在于模糊规则间的公共特征信息,同时引入模型过拟合处理机制,将模糊系统建模问题转化为一个基于双正则的联合优化问题,并使用交替方向乘子(alternating direction method of multipliers,ADMM)算法来进行求解。实验结果表明,该方法所构造的模糊系统不仅能够获得较为满意的泛化性能,而且通过有效地挖掘规则间重要的公共特征,可以确保模型具有较高的可解释性。
|
| 关 键 词： | T-S模糊系统建模 公共特征选择 联合优化 ADMM算法 |
Novel Takagi-Sugeno Fuzzy System Modeling Method via Joint Sparse Learning Using Two Regularizations |
| |
| LIN Defu,WANG Jun,ZHANG Jiaxu,YING Wenhao,WANG Shitong.Novel Takagi-Sugeno Fuzzy System Modeling Method via Joint Sparse Learning Using Two Regularizations[J].Journal of Frontier of Computer Science and Technology,2019,13(6):1016-1026. |
| |
| Authors: | LIN Defu WANG Jun ZHANG Jiaxu YING Wenhao WANG Shitong |
| |
| Affiliation: | (School of Digital Media,Jiangnan University,Wuxi,Jiangsu 214122,China;School of Computer Science and Engineering,Changshu Institute of Technology,Changshu,Jiangsu 215500,China) |
| |
| Abstract: | LIN Defu;WANG Jun;ZHANG Jiaxu;YING Wenhao;WANG Shitong(School of Digital Media,Jiangnan University,Wuxi,Jiangsu 214122,China;School of Computer Science and Engineering,Changshu Institute of Technology,Changshu,Jiangsu 215500,China) |
| |
| Keywords: | T-S fuzzy system modeling common feature selection joint optimization alternating direction method of multipliers(ADMM) procedure |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
