×
Sobhan Goudarzi;Khodabakhshi，Mohammad Bagher;穆罕默德·哈桑·莫拉迪

具有多目标学习的交互式递归模糊函数及其在混沌时间序列预测中的应用。 （英语） Zbl 1361.68178号

J.智力。模糊系统。 30，第2期，1157-1168（2016）.
摘要：引入模糊函数（FFs）模型作为基于模糊规则方法的替代表示。提出了一种新的交互式递归模糊函数（IRFF）用于非线性混沌时间序列预测。混沌序列强烈依赖于其初始条件和过去的状态，因此前馈FFs模型无法正常运行。为了克服这个缺点，通过在多维子空间的输出部分放置局部和全局反馈，提出了FFs的递归结构。IRFF的优化参数应使输出误差最小，簇密度最大。为了实现这些矛盾的目标，采用非支配排序遗传算法II（NSGAII）同时优化目标。同时，利用梯度下降算法和基于强Wolfe条件的线性搜索策略对反馈回路参数进行了调整。实验装置包括对基准混沌序列和真实肺音数据预测的比较研究。进一步的仿真表明，我们提出的方法能够有效地学习复杂时间序列，并且优于基于模糊规则的方法和前馈FF。

MSC公司：

68T05型 人工智能中的学习和自适应系统
62小时86 多元分析与模糊性
62M10个 统计学中的时间序列、自相关、回归等（GARCH）
68T20型 人工智能背景下的问题解决（启发式、搜索策略等）
68层37 人工智能背景下的不确定性推理

关键词：

递归模糊函数;混沌时间序列预测;非支配排序遗传算法;无监督最优模糊聚类;多元自适应回归样条

软件：

ANFIS公司
PDF格式BibTeX公司 XML格式引用
\textit{S.Goudarzi}等人，J.Intell。模糊系统。30，第2号，1157--1168（2016；Zbl 1361.68178）
全文： 内政部

参考文献：

[1] Gholizade-Narm，《使用重复模糊方法预测混沌时间序列》，《智能与模糊系统杂志：工程与技术应用》，第28页，1937–（2015）
[2] Ganjefar，单隐层模糊递归小波神经网络：在函数逼近和系统识别中的应用，信息科学294第269页–（2015）·Zbl 1360.68672号 ·doi:10.1016/j.ins.2014.09.054
[3] Jang，ANFIS：基于自适应网络的模糊推理系统，《系统、人与控制论》，IEEE汇刊，第23页，665–（1993）·数字对象标识代码：10.1109/21.256541
[4] Tripathy，模糊实数的缺项有界变差序列，《智能与模糊系统杂志：在工程与技术中的应用》，24页，185–（2013）
[5] Nithya，基于相关增益比的模糊加权关联规则挖掘分类器在诊断医疗数据中的应用，《智能与模糊系统杂志》29页1453–（2015）·doi:10.3233/IFS-151614
[6] Bazoobandi，用于调整模糊小波神经网络参数的基于模糊的模因算法，《智能与模糊系统杂志》29（1），第241页–（2015）·doi:10.3233/IFS-151591
[7] Tripathy，一类与Orlicz函数定义的p空间相关的新模糊序列，《智能与模糊系统杂志：工程与技术应用》26页1273–（2014）
[8] Tripathy，模糊双拓扑空间中的{\（\gamma\）}-开集和{\（\ gamma\
[9] 蒂尔克什，《LSE模糊函数》，应用软计算8，第1178页–（2008）·doi:10.1016/j.asoc.2007.12.004
[10] Uncu，《一种新的模糊系统建模方法：多维结构识别和推理》，模糊系统，2001年。第十届IEEE国际会议pp 557–（2001）
[11] Zarandi，一种新的模糊函数模型，通过混合帝国主义竞争算法和模拟退火进行调整。应用：股票价格预测，《信息科学》222第213页–（2013年）·Zbl 1293.68252号 ·doi:10.1016/j.ins.2012.08.002
[12] 切利基尔马兹，《支持向量机的模糊函数》，《信息科学》177，第5163页–（2007）·Zbl 1122.68633号 ·doi:10.1016/j.ins.2007.06.022
[13] Juang，通过神经网络和遗传算法处理动态系统的TSK型递归模糊网络，模糊系统，IEEE汇刊，第10页，155–（2002）·数字对象标识代码：10.1109/91.995118
[14] Stavrakoudis，用于自适应语音预测的递归模糊神经网络，《系统、人与控制论》，2007年ISIC IEEE国际会议，第2056页–（2007）·doi:10.1109/ICSMC.2007.4414191
[15] Theocharis，《具有内部动力学的高阶递归神经模糊系统：在自适应噪声抵消中的应用》，《模糊集与系统》157页471–（2006）·doi:10.1016/j.fss.2005.07.008
[16] Juang，带局部反馈的递归自解模糊神经网络及其在动态系统处理中的应用，《模糊集与系统》161 pp 2552–（2010）·doi:10.1016/j.fss.2010.04.006
[17] Mastorocostas，动态系统识别的递归模糊神经模型，系统、人和控制论，B部分：控制论，IEEE汇刊，32页176–（2002）·数字对象标识代码：10.1109/3477.990874
[18] Alizadeh，用于抑制区域间振荡的FACTS设备的全自适应THEN部分装备模糊小波神经控制器设计，神经计算118，第157页–（2013）·doi:10.1016/j.neucom.2013.03.001
[19] 林，使用交互式递归自解模糊神经网络识别和预测动态系统，神经网络和学习系统，IEEE汇刊，第24页，310–（2013）·doi:10.1109/TNNLS.2012.2231436
[20] Connor，递归神经网络和稳健时间序列预测，神经网络，IEEE汇刊，第5页，240–（1994）·doi:10.1109/72.279188
[21] Deb，一种快速的精英多目标遗传算法：NSGA-II，进化计算，IEEE Transactions on 6 pp 182–（2002）·数字对象标识代码：10.1109/4235.996017
[22] 《动力系统和湍流》第366页–（1981年）
[23] 犬舍，使用几何结构确定相空间重建的嵌入尺寸，《物理评论》a 45 pp 3403–（1992）·doi:10.1103/PhysRevA.45.3403
[24] 弗雷泽，来自相互信息的奇怪吸引子的独立坐标，《物理评论》A 33 pp 1134–（1986）·Zbl 1184.37027号 ·doi:10.1103/PhysRevA.33.1134
[25] Gath，无监督最优模糊聚类，模式分析和机器智能，IEEE汇刊，第11页，773–（1989）·数字对象标识代码：10.1109/34.192473
[26] Bezdek，《最优模糊划分：估计正态分布混合参数的启发式方法》，《计算机》，IEEE Transactions on 100 pp 835–（1975）·Zbl 0308.68078号 ·doi:10.1109/T-C.1975.224317
[27] Saha，差分模糊聚类的一种新的多目标技术，应用软计算11 pp 2765–（2011）·doi:10.1016/j.asoc.2010.11.007
[28] Srinivas，遗传算法中使用非支配排序的多目标优化，进化计算2 pp 221–（1994）·doi:10.1162/evco.1994.2.3.221
[29] Deb，《多目标遗传算法：问题难度和测试问题的构建》，进化计算7第205页–（1999）·doi:10.1162/evco.1999.7.3.205
[30] Horn，多目标优化的小生境Pareto遗传算法，进化计算，1994年。IEEE计算智能世界大会，第82页IEEE第一届会议记录–（1994）·doi:10.1109/ICEC.1994.350037
[31] Han，使用SCKF-{（gamma）}ESN模型进行在线多元时间序列预测，神经计算147 pp 315–（2015）·doi:10.1016/j.neucom.2014.06.057
[32] Belair，《动态疾病：人类疾病的识别、时间方面和治疗策略》，《混沌：非线性科学的跨学科期刊》，5 pp 1–（1995）·数字对象标识代码：10.1063/1166069
[33] Molaeezadeh，《非均匀2型模糊集的2u函数表示：理论与设计》，《国际近似推理杂志》第54期第273页–（2013）·Zbl 1264.93132号 ·doi:10.1016/j.ijar.2012.08.009
[34] 孟德尔，-2型模糊集的平面表示：理论与应用，模糊系统，IEEE汇刊，第17页，1189–（2009）·doi:10.1109/TFUZZ.2009.2024411
[35] Ahlstrom，呼吸音的混沌动力学，混沌、孤子与分形29页1054–（2006）·doi:10.1016/j.chaos.2005.08.197
[36] Palaniappan，《肺音分析中的机器学习：系统综述》，生物控制论和生物医学工程33页129–（2013）·doi:10.1016/j.bbe.2013.07.001
[37] Fard，《从混沌到随机：区分健康和非健康肺部声音行为》，《澳大利亚医学物理与工程科学》第1页–（2014年）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。