基于聚类算法的自适应模糊神经网络研究

作者:宋清昆;郝敏 刊名:控制工程 上传者:胡如海

【摘要】针对模糊神经网络结构辨识问题,提出了一种基于模糊聚类分析的T-S模糊神经网络的自学习算法,利用改进的模糊C均值聚类算法确定T-S模糊神经网络的初始结构,在网络的学习过程中,采用误差反向传播学习算法和灵敏度剪枝方法对网络的参数和结构进行优化,达到自适应调整权值参数和结构的目的。最后,针对一非线性函数逼近问题进行了验证,仿真取得了很好的结果,系统的逼近精度明显提高,而且网络的自适应能力强,表明算法的有效性和可行性。

全文阅读

年 月第 卷增刊 控 制 工 程 如 峪 , 文章编号 一 《 刀 一田 今 基于聚类算法的自适应模糊神经 网络研究 宋清昆 , 都 敏 哈尔滨理工大学 自动化学院 , 黑龙江 哈尔滨 佣 摘 要 针对模糊神经 网络结构辫识 问题 , 提 出了一种基于模糊聚类分析的 模糊神经 网络的 自学习算法 , 利用改进的模糊 均值聚类算法确定 模糊神经 网络的初 始 结构 , 在网络的学习过程 中, 采用误差反向传播学习算法和灵敏度剪枝方 法对 网络的参数和结构进行优化 , 达到 自适应调 整权值参数和结构的 目的 。 最后 , 针对一 非线性 函数遥近 问题进行 了验证 , 仿真取得了很好的结果 , 系统的逼近精度明显提高 , 而 且 网络的 自适应能力强 , 表明算法 的有效性和可行性 。 关 键 词 模糊神经 网络 模糊聚类 结构优化 灵敏度剪枝中图分类号 开 文献标识码 口众诊 几“几 , 砚 汽 侧 令 , 压的访 , 黝二 耐 卿 , 比曲 朋 , 二 加七傲 川 即 手 码 功 , 法 兔玛, 污 仪 一即 淡妇 浦 卿 似 , 钾砰 而 日厕 , 七 户叮 姗 月 , 伴 抑 『 石 司 加用 卜田组 比 , 司 丘田 功刀 功 联 吨。石山 恤 , , 泪 咫 ‘ 。 『 几暇 卿山 ‘ 衍 目即 旋 份 丘坦 」 允观 姗 而 刀 引 言 模糊神经网络是近年来颇受关注的研究领域 , 它将神经网络低层次学习和计算能力与模糊逻辑系统高层次仿人思维和推理能力相结合 , 实现两者的优势互补 。 但在发展过程 中 , 始终存在一个难题 , 即结构辨识问题 , 就是如何合适地划分输人输出空间 , 如何从观测数据中提取较为简化的模糊规则库。 聚类算法作为一种无监督的分类方法 , 它能按照一定的要求和规律对事物进行区分和分类仁, 一 ’〕 。 改进的模糊 均值聚类算法 模糊 均值聚类算法闭 是 目前广泛采用的一种聚类算法 。 但它也存在很多问题 。 如 算法需要事先指定聚类类别数 。 , 而 。 直接影响着聚类的结果 如何确定有效的初始类中心和初始隶属度矩阵 算法容易陷人局部极值以及计算量太大等。 针对前两个缺点 , 提出了一些改进方法 。 聚类数 目优选 为了能够对 。 进行优选 , 必须要有一个对聚类有效性判别的函数 , 来对其进行选择 。 提出的划分系数闭 成为了第一个实用的聚类有效性函数 。 划分系数的定义如下尸 。 二 卫 划分系数的主要缺点是缺乏与数据集几何结构的直接联系 , 它仅能反映数据聚类类间样本的平均分离性程度 。 所提出的有效性函数给划分系数溶人反映数据聚类类内样本紧致性程度的几何结构信息 考虑到聚类有效性函数是针对模糊 。 均值聚类算法的 , 而应用模糊 。 均值聚类算法是有条件的 , 即它适用于每类样本数相差不大的团状数据 。 只有将模糊 。 均值聚类算法的适用条件作为构造聚类有效性函数的必要条件 , 才能定义更有效的聚类有效性函数 , 它的表示如下 ‘ · ’鳍。署一 ’‘愈‘菩 一户· 收稿 日期 洲 】一 收修定稿 日期 刀 以 作者简介 宋清昆 叭讲, , 男 , 黑龙江哈尔滨人 , 教授 , 博士 , 主要从事模糊控制 、 神经网络 、 工业 自动化控制等方面的教学与科研 工作。 增刊 宋清昆等 基于聚类算法的 自适应模糊神经网络研究 〔“ · , ·‘一 愈 ‘客 · , 式中, ·括。客 “愁 、 一 一 从 ’ 〕反映数据分类类内样 本的平均紧致性程度 二 中心 艺 一二 艺 , 。 表示所有数据的 二 表示所

参考文献

引证文献

问答

我要提问