导读:本文包含了模糊规则获取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:模糊,规则,神经网络,算法,轮廓,函数,铁水。
模糊规则获取论文文献综述
郭亦文,李军,耿林霄[1]（2014）在《基于遗传算法获取模糊规则》一文中研究指出针对传统利用遗传算法(GA)直接获得的模糊规则所具有的局限性问题,提出了一种带有加权因子的模糊控制规则计算方法,并利用遗传算法对加权因子进行全局寻优,最终由最优加权因子计算生成模糊规则。该计算方法针对不同的模糊输入等级施加不同的加权因子,并能够利用加权因子的相关性与对称性完整地评估所有的模糊规则,减少无效规则对系统响应所造成的影响。性能对比实验表明,该模糊规则所构成的模糊控制系统在控制过程中超调量小,调节时间短,在模糊控制的应用中具有可行性;不同激励的仿真实验表明,该模糊规则所构成的模糊控制系统的控制效果不依赖于系统的激励信号,跟踪效果好,具有很强的鲁棒性。(本文来源于《计算机应用》期刊2014年10期）
王欣,阳春华,秦斌[2]（2009）在《基于支持向量机的模糊规则获取及其在铁水硅含量预报中的应用》一文中研究指出针对模糊系统应用中模糊规则较难获取的问题,提出了模糊规则的一种新的学习算法,首先将模糊模型转化为RBF网络,而采用径向基函数核的支持向量机可以看作一种特殊的RBF网络,通过粒子群算法优化支持向量机参数,最终获得模糊模型。将提出的方法应用到高炉热风炉专家系统规则获取中,取得了良好的应用效果。结果表明,与RBF神经网络模型方法相比,该方法可提高模糊规则的精度。(本文来源于《2009中国仪器仪表与测控技术大会论文集》期刊2009-07-23）
申时凯,吴绍兵,申浩如[3]（2008）在《获取模糊规则的遗传编码方法》一文中研究指出在用遗传算法解决模糊规则获取的问题中,模糊规则及其参数的编码和解码是一项重要的内容。对影响遗传机制的编码方法进行了探讨,给出了一种新的遗传编码方法,这种编码方法比其它编码方法更能使算法达到最优解,从而提供了利用遗传算法来获取模糊规则的一个较好途径。(本文来源于《计算机工程与设计》期刊2008年05期）
肖丽,张伟[4]（2007）在《基于禁忌搜索的模糊规则自动获取》一文中研究指出本文采用集中性和多样性策略对禁忌搜索进行改进,提出了一种基于模糊神经网络的混合禁忌搜索优化算法(FNN-based Hybrid Tabu Search Algorithm,FNN-HTS),用于同时优化模糊神经网络的结构和参数以提取出一组尽量精练的模糊规则。在FNN-HTS中,禁忌搜索用于同时优化网络结构和隶属函数参数,结合最小二乘法快速求解规则后件的线性参数。非线性函数逼近的实验结果表明所提出的方法能获得一组更精练的规则和更小的误差。(本文来源于《重庆教育学院学报》期刊2007年03期）
吴绍兵,申时凯,管彦庆,王武,方刚[5]（2006）在《一种获取模糊规则的新型遗传编码方法》一文中研究指出在设计遗传算法来解决模糊规则的获取问题中,模糊规则及其参数的编码和解码是重要的一项内容.对影响遗传机制的编码方法进行了探索,在借鉴别人的成果的基础上,给出了一种新的遗传编码方法.这种编码方法比其他编码方法更能使算法达到最优解,从而提供了利用遗传算法来获取模糊规则的一个较好的途径.(本文来源于《昆明师范高等专科学校学报》期刊2006年04期）
郑丽英,刘丽艳,王海涌[6]（2006）在《基于Kohonen网络—粗集—模糊神经网络获取模糊规则的集成方法》一文中研究指出基于单一知识发现方法的不足提出了一种基于 Kohonen 网络、Rough Sets 和 FNN 获取模糊规则的集成方法．首先用 Kohonen 网络进行数据量化,然后运用粗集理论产生初始规则,并根据所得的规则建立模糊神经网络模型,从而生成较少的精炼规则．最后通过实例仿真分析,验证了该方法的有效性和实用性,同时为获取模糊规则提供了新的思路．(本文来源于《兰州大学学报》期刊2006年02期）
曹云峰,王耀才,王军威[7]（2006）在《基于递阶遗传算法模糊加权神经网络的模糊规则自动获取》一文中研究指出针对模糊规则的自动获取一直是模糊系统的一个瓶颈问题,提出一种基于递阶结构的混合编码遗传算法与进化规划相结合的模糊加权神经网络学习新算法,利用该算法同时优化模糊加权神经网络的结构和参数,最后说明了从网络中提取模糊规则的方法,从而自动获得最优的模糊规则。分析和实验结果表明,本文方法在规则提取和分类准确性等方面比其他方法更好。(本文来源于《计算机应用》期刊2006年02期）
汤泽滢[8]（2005）在《基于模糊规则自动获取的模糊主动轮廓模型》一文中研究指出为了引入更多的不确定性先验信息来指导轮廓提取,首先提出了一种新的模糊主动轮廓模型(FuzzySnake),然后针对模糊主动轮廓模型中模糊推理规则难以确定的问题,提出了一种改进的遗传算法———多种群共生遗传算法,并用于相关模糊规则的自动获取,最后给出了用新的模糊主动轮廓模型从人工合成图像、加噪测试图像和实际的超声图像中提取目标轮廓的实验结果.实验表明,在模糊主动轮廓模型中利用多种群共生遗传算法进行模糊规则自动获取,不仅能有效克服模糊规则需向领域专家学习才能获取的局限性,而且能有效地降低传统模型对噪声的敏感性,使模型的参数调整得以简化.(本文来源于《苏州大学学报(自然科学版)》期刊2005年03期）
吴竞[9]（2005）在《加权模糊规则中权重获取方法研究》一文中研究指出我们从训练事例中可以学习得到一组模糊产生规则,但这组规则对于相应训练事例的推理精度一般都有待提高。本文提出了一种新的方法来精练模糊产生式规则,它的主要思想是通过线性推理器,把局部权重分配给模糊产生规则中的前件因子,通过某种优化技术求得其因子,从而改进推理精度。本文引入了一组加权模糊规则以及相应的推理机制,并且指出在模糊规则中引入局部权重和整体权重可以增强模糊规则的表示和推理能力。然后将这组加权模糊规则及相应推理机制映射成了一个模糊神经网络,其中加权模糊规则中的(局部和整体)权重恰好对应于神经网络的连接权。通过改进了的梯度下降方法训练此神经网络后,可学习得到加权模糊规则的权重,并可通过此模糊神经网络实现模糊推理决策。文中给出了一些模拟实验以证实该方法的有效性及合理性。通过对上面模糊神经网络的分析,本文提出了叁种改进算法:附加动量法,自适应学习率算法及两种方法的综合,对模糊神经网络的训练方法进行改进。此叁种方法兼顾了效率和精确度,使模糊神经网络成为更有效的工具(本文来源于《河北大学》期刊2005-06-01）
吴绍兵[10]（2005）在《基于遗传算法的模糊规则获取研究》一文中研究指出随着科学技术的飞速发展,人民生活水平的显着提高,数据积累成倍增大,需要处理的 信息量迅速增加,要把大量的数据作为信息,从数据中提取出有用的知识,把知识变成指导 工作、生产、运营和销售的策略,等等这些已使一些传统的方法感到无能为力。 在模糊系统体系中,人类知识不得不以模糊规则的形式来表达。只有用模糊规则来描述 的知识才能被人类所利用。在实际应用中,模糊规则往往是由专家根据经验给出的,这就存 在着一定的问题,比如规则不够客观、专家经验难以获取等等。因此,如何简捷有效地提取 出模糊规则是一项很有意义的工作。对于模糊规则的获取,传统的方法是凭经验来确定,这 种方法复杂且难度大。 本文通过对模糊系统、遗传算法和神经网络的有关理论进行研究。提出了将遗传算法应 用于获取易于理解的模糊规则。采用遗传算法和神经网络的结合来优化和学习隶属度函数的 模糊划分和参数,从而生成客观的隶属度函数。在此基础上生成初始的模糊规则集。 在优化模糊规则的遗传算法设计中,提出了适应度评估函数,以及交叉概率和变异概率 的自适应变化公式。在适应度评估函数的设计中增加了模糊规则的可解释性的附加项,使得 所获取的模糊规则易于人类理解。 最后,对提出的自适应交叉概率和自适应变异概率利用遗传算法的公理化理论进行了收 敛性的证明。以表明所提出的公式是合理和有效的。 在编程实验上,利用Matlab实现了用遗传算法来优化模糊区域的划分。(本文来源于《云南师范大学》期刊2005-05-31）
模糊规则获取论文开题报告
（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：
针对模糊系统应用中模糊规则较难获取的问题,提出了模糊规则的一种新的学习算法,首先将模糊模型转化为RBF网络,而采用径向基函数核的支持向量机可以看作一种特殊的RBF网络,通过粒子群算法优化支持向量机参数,最终获得模糊模型。将提出的方法应用到高炉热风炉专家系统规则获取中,取得了良好的应用效果。结果表明,与RBF神经网络模型方法相比,该方法可提高模糊规则的精度。
（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。
模糊规则获取论文参考文献
[1].郭亦文,李军,耿林霄.基于遗传算法获取模糊规则[J].计算机应用.2014
[2].王欣,阳春华,秦斌.基于支持向量机的模糊规则获取及其在铁水硅含量预报中的应用[C].2009中国仪器仪表与测控技术大会论文集.2009
[3].申时凯,吴绍兵,申浩如.获取模糊规则的遗传编码方法[J].计算机工程与设计.2008
[4].肖丽,张伟.基于禁忌搜索的模糊规则自动获取[J].重庆教育学院学报.2007
[5].吴绍兵,申时凯,管彦庆,王武,方刚.一种获取模糊规则的新型遗传编码方法[J].昆明师范高等专科学校学报.2006
[6].郑丽英,刘丽艳,王海涌.基于Kohonen网络—粗集—模糊神经网络获取模糊规则的集成方法[J].兰州大学学报.2006
[7].曹云峰,王耀才,王军威.基于递阶遗传算法模糊加权神经网络的模糊规则自动获取[J].计算机应用.2006
[8].汤泽滢.基于模糊规则自动获取的模糊主动轮廓模型[J].苏州大学学报(自然科学版).2005
[9].吴竞.加权模糊规则中权重获取方法研究[D].河北大学.2005
[10].吴绍兵.基于遗传算法的模糊规则获取研究[D].云南师范大学.2005
论文知识图
