改进的自适应模糊推理机

合集下载

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

【摘要】本文用改进的Ａｐｉｆｏｉ算法来减少基于输入输出的最小决策规则集，ｒ它由混合模糊聚类自动生成的隶属函数和规则构建而成。自
适应模糊推理引擎采用最小二乘法和共轭梯度下降算法以实现用最少的规则集．从而得到更好的性能
【关键词】Ａｐｉｆｏｉ算法；ｒ混合聚类算法；ＭＡＦＩＥ；ＴＳＫ【Ａｂｓｔｒａｃｔ］ＴｈｅｐｒｅｓｅｎｔｐａｐｅｒｐｒｏｐｏｓｅｓａｈｙｂｒｉｄＭｏｄｉｉｆｅｄＡｄａｐｔｉｖｅＦｕｚｚｙＩｎｆｅｒｅｎｃｅＥｎｇｉｎｅ（ＭＡＦＩＥ）ｆｏｒｐａｔｔｅｎｒｃｌａｓｓｉｉｆｃａｔｉｏｎ．Ｉｔｉｓｃｏｎｓｔｒｕｃｔｅｄｂｙ
ｒｕｌｅｓ．
【Ｋｅｙｗｏｒｄｓ］Ａｐｉｒｏｉｒｌａｇｏｒｉｔｈｍ；Ｈｙｂｒｉｄｃｌｕｓｔｅｒｉｎｇａｌｇｏｉｒｔｈｍ；ＭＡＦＩＥ算法简介
科技信息
。机械与电子Ｏ
ＳＣＩＥＮＣＥ＆ＴＥＣＨＮＯＬＯＧＹＩＮＦＯＲＭＡＴＩＯＮ
２０１３年
第１期
改进的自适应模糊推理机
王玉琼王元亮（云南财经大学信息学院，云南昆明６５０２２１）
Ａｐｉｒｏｒｉ算法最初提出【】是为研究 “ 购物篮 ” 的问题 “ 购物篮 ” 问题可简单地描述如下：如果客户购买某一组物品．那么这个顾客同时购买另一组物品的可能性。客户购买的物品的集合称为项集为方便起见假定每个客户的交易中都有项目该算法中项目集厶用于生成候选集，候选集是和的并集。候选集通过删除那些小于阈值的项集来生成一个更大的项目集。重复该算法，直到为空在这个 “ 购物篮” 的例子里．并不是每一个项目组合都存在交易记录如果它不存在或者低于规定的阈值．Ａｐｎ ‘ ｏｒｉ算法就删除这种组合这个过程也可以扩展到提供对特定规则发现的信息的支持度和信任度Ａｐｒｉｏｉ算法能够找到一个映射输入输出（ｒ１／ｏ）变量的最小决策规则集ＴＳＫ类型的模糊模型能和与线性系统相结合的非线性系统无限近似口因此．如果用改进的Ａｐｉｆｏｉ算法得到的最小规则集来执行ＴｒＳＫ模糊推理．不仅模糊推理规则的数量．而且前期涉及的模糊变量都可以有效的减少我们把改进的Ａｐｒｉｏｒｉ方法和ＴＳＫ模糊模型混合聚类的优势结合到一起．以引进一种改进的混合自适应模糊模式分类器。对自适应模糊推理模型进行初始建设后．归属函数（ＭＦｓ）就被调整到了更好的性能日
—
—
Ｌ丁．
（３）
∑ ：：㈥
步骤七：用方程（４）更新模糊聚类中心。
∑“
Ｃ＝一．
（４）
∑ｕ
步骤八：根据方程（５）计算价值函数如下
Ｊ（Ｕ，ｃ）＝（ｕ）（
（５）
如果它低于一个特定的阈值，那么停止。否则，请转到步骤４。步骤九：用方程（６）计算每个隶属函数的标准差。
ｔｈｅａｕｔｏｍａｔｉｃｇｅｎｅｒａｔｉｏｎｏｆｍｅｍｂｅｒｓｈｉｐｆｕｎｃｔｉｏｎｓａｎｄｒｕｌｅｓｂｙｔｈｅｈｙｂｉｒｄｆｕｚｚｙｃｌｕｓｔｅｉｎｒｇａｎｄＡｐｉｏｒｒｉａｌｇｏｉｔｒｈｍｔｅｃｈｎｉｑｕｅ，Ｔｈｅｇｅｎｅｒａｔｅｄａｄａｐｔｉｖｅ
＝
（６）
∑ ｍ（ｃ）（ｃ一）
其中ＦＣｉ＝上 — — ，１ ≤ ≤ｃ。
２改进的混合自适应模糊推理引擎的设计
２．１ＭＦｓ自动生成的混合模糊聚类算法本文中．我们利用减法聚类【来寻找初始分组数和初始聚类中心．并通过依次寻找第一个、第二个最大群集等等作为减法聚类的开始。问题是减法聚类的精度依赖于四个参数ｒａ，，８和的良好选择，本
ｆｕｚｚｙｉｎｆｅｒｅｎｃｅｅｎｇｉｎｅｉｓａｄｊｕｓｔｅｄｂｙｔｈｅｌｅａｓｔ－ｓｑｕａｒｅｓｉｆｔａｎｄａｃｏｎｊｕｇａｔｅｇｒａｄｉｅｎｔｄｅｓｃｅｎｔａｌｇｏｒｉｔｈｍｔｏｗａｒｄｓｂｅｔｔｅｒｐｅｒｆｏｒｍａｎｃｅｗｉｔｈａｍｉｎｉｍａｌｓｅｔｏｆ