张正金 吴剑威
(1 巢湖学院,安徽 巢湖 238000)(2 合肥师范学院,安徽 合肥 230601)
基于量子粒子群方法训练ANFIS模型
张正金1吴剑威2
(1 巢湖学院,安徽 巢湖 238000)(2 合肥师范学院,安徽 合肥 230601)
论文提出一种基于量子行为粒子群算法优化自适应模糊推理系统模型(ANFIS)参数,与之前使用梯度下降方法(Gradient Decent Method)不同,论文使用QPSO方法来训练ANFIS模型中隶属度函数的参数。经过训练后的ANFIS模型可以应用到非线性系统模型和混沌时序的预测。通过几组仿真实验结果表明基于量子粒子群方法训练ANFIS模型要优于基于粒子群算法方法训练ANFIS模型。
粒子群;量子粒子群;模糊系统;ANFIS
模糊系统[1-2]已经成功的应用在了多个领域,例如系统建模和控制。许多神经学习或者统计学习方法中提出了利用自动生成模糊规则的方法来减轻系统的设计并提高系统性能。模糊推理系统采用ifthen规则的模型来对人类知识和推理过程中对那些不能进行精确的定量分析来进行定性的建模。Takagi和Sugeno首次提出模糊建模和模糊识别理论,Kang实际应用于控制、预测和推理过程中[3]。
论文采用基于自适应神经网络模糊推理系统(简称ANFIS)[4],它可以作为构造模糊if-then规则的依据,来生成一组适当的隶属度函数来生成输入输出对。通过训练过程生成的自适应模糊系统被称为进化模糊系统,也是近些年的研究热点。ANFIS是其中的一个代表。TSK是一个新的方法并且应用于复杂应用。已经证明利用适当的规则,TSK系统可以接近于任何目标。因此,TSK系统已经ANFIS模型中得到广泛应用,具有良好的适应性,它的优点可以用于局部线性化建模和传统线性状态估计与控制技术。……