基于多目标进化算法的高维模糊分类系统的设计

作     者：张永 吴晓蓓 向峥嵘 胡维礼 ZHANG Yong;WU Xiao-bei;XIANG Zheng-rong;HU Wei-li

作者机构：南京理工大学自动化系南京210094 

基　　金：国家自然科学基金资助项目(60474034) 

出 版 物：《系统仿真学报》 (Journal of System Simulation)

年 卷 期：2007年第19卷第1期

页      码：210-215页

摘      要：提出一种可同时构造多个精确性和解释性较好折中的高维模糊分类系统的设计方法。该方法由以下三步组成:(1)利用Simba算法进行特征变量选择;(2)采用模糊聚类算法辨识初始的模糊模型;(3)利用匹茨堡型实数编码的多目标遗传算法对初始模糊模型的结构和参数进行学习。基于NSGA-Ⅱ算法的目标函数同时考虑模型的精确性和解释性;为提高模型的解释性,在多目标进化算法中利用基于相似性的模型简化方法对模型进行约简。利用该方法对Wine等问题进行分类,仿真结果验证了方法的有效性。

主 题 词：模糊分类系统 特征变量选择 模糊聚类 Pareto最优解 遗传算法 解释性 

学科分类：08[工学] 0835[0835] 0802[工学-机械学] 080201[080201] 

核心收录：

D　O　I：10.3969/j.issn.1004-731X.2007.01.056

馆 藏 号：203686263...