导读:本文包含了解释性与精确性论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:解释性,模糊,精确性,算法,建模,最优,模型。
解释性与精确性论文文献综述
张永[1]（2006）在《基于解释性与精确性的模糊建模方法研究》一文中研究指出本文针对基于解释性与精确性的模糊建模方法进行了较为深入的研究，主要工作如下：定性地阐述了模糊模型解释性的问题．将模糊模型的解释性分为规则的解释性和结构的解释性，从隶属函数的特性、模糊规则的特性、输入变量和模糊规则数目等方面直观地分析了模糊模型的解释性．研究了一种基于遗传算法的模糊模型设计方法。该方法分别利用CART算法和模糊GK聚类算法初始化模糊模型，采用实数编码的遗传算法对初始模糊模型进行优化，在优化过程中利用模糊集合与模糊规则的相似性分析和融合对模糊模型进行约简．将该方法用于多个典型的Benchmark问题的建模仿真研究，并与其它文献方法进行比较，验证了本文方法的有效性。研究了一种基于协同进化算法的模糊模型设计方法。该方法将模糊建模的主要因素，如隶属函数参数、模糊规则的前件和模糊规则数等编码为不同的种群，利用协同进化算法同时优化模糊模型的结构与参数。协同进化算法的适应度函数同时考虑模型的精确性和解释性，采用分量加权求和法将多目标优化转化单目标优化。对于高维复杂问题，通过Simba算法计算每一输入变量的重要性来进行变量的选择。将该方法用于T-S模糊模型与模糊分类系统的建模仿真研究，仿真结果验证了本文方法的有效性。针对模糊模型的结构参数与协同进化算法的参数，定性的分析了它们对模糊建模的影响，为后续的研究奠定了基础。提出了一种基于Pareto协同进化算法的模糊模型设计方法。Pareto协同进化算法的目标函数同时考虑模糊模型的精确性与解释性，采用了一种新的基于非支配排序的多种群合作策略，从而避免了协同进化算法中多目标优化加权因子的设定问题。算法运行一次可以获得一组精确性和解释性较好折衷的模糊模型。提出一种基于混合协同进化算法的模糊分类系统的设计方法。该方法综合了Michigan型遗传算法与Pittsburgh型遗传算法的优点，采用Michigan型遗传算法获得一系列优化的模糊规则，然后利用基于Pittsburgh编码方式的Pareto协同进化算法对模糊分类系统进行优化。该混合协同进化算法具有Michigan型算法的局部优化能力和Pittsburgh型算法的全局寻优能力．将该方法用于多个分类问题的建模仿真研究，并与其它文献方法进行比较，验证了本文方法的有效性。(本文来源于《南京理工大学》期刊2006-09-01）
邢宗义,张永,侯远龙,贾利民[2]（2006）在《基于模糊聚类和遗传算法的具备解释性和精确性的模糊分类系统设计》一文中研究指出提出一种基于模糊聚类和遗传算法的模糊分类系统的设计方法.首先定义了模糊分类系统的精确性指标,给出解释性的必要条件.然后利用聚类有效性分析确定模糊规则数目,利用模糊聚类算法辨识初始的模糊分类系统.随后利用模糊集合相似性分析与融合对初始的模糊分类系统进行约简,提高其解释性;利用遗传算法对约简后的模糊分类系统进行优化,提高其精确性,该过程反复迭代直至满足中止条件.最后利用该方法进行Iris数据样本分类,仿真结果验证了该方法的有效性.(本文来源于《电子学报》期刊2006年01期）
邢宗义,胡维礼,贾利民[3]（2004）在《一种模糊建模方法的研究:精确性与解释性的折衷(英文)》一文中研究指出提出一种同时考虑解释性和精确性的模糊建模方法.首先分析影响模糊模型解释性的主要因素,然后利用启发式搜索策略实现输入变量选择,利用模糊聚类算法和最小二乘辨识模糊模型.随后以输入变量数目和模糊规则数目的乘积衡量可解释性,以均方误差衡量精确性,并据此定义模型选择目标函数.最后给定最大最小的输入变量数目和规则数目,辨识得到一组模糊模型,利用模型选择目标函数,选择最优的模糊模型,并采用遗传算法进行优化,达到解释性与精确性的折衷.煤气炉仿真例子验证了该方法的有效性.(本文来源于《Journal of Southeast University(English Edition)》期刊2004年04期）
解释性与精确性论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提出一种基于模糊聚类和遗传算法的模糊分类系统的设计方法.首先定义了模糊分类系统的精确性指标,给出解释性的必要条件.然后利用聚类有效性分析确定模糊规则数目,利用模糊聚类算法辨识初始的模糊分类系统.随后利用模糊集合相似性分析与融合对初始的模糊分类系统进行约简,提高其解释性;利用遗传算法对约简后的模糊分类系统进行优化,提高其精确性,该过程反复迭代直至满足中止条件.最后利用该方法进行Iris数据样本分类,仿真结果验证了该方法的有效性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
解释性与精确性论文参考文献
[1].张永.基于解释性与精确性的模糊建模方法研究[D].南京理工大学.2006
[2].邢宗义,张永,侯远龙,贾利民.基于模糊聚类和遗传算法的具备解释性和精确性的模糊分类系统设计[J].电子学报.2006
[3].邢宗义,胡维礼,贾利民.一种模糊建模方法的研究:精确性与解释性的折衷(英文)[J].JournalofSoutheastUniversity(EnglishEdition).2004
论文知识图
