海菲斯

自适应神经模糊推理系统及其在非线性动力系统中的应用。提出了一种自适应神经模糊系统HyFIS(HyFIS),用于建立和优化模糊模型。该模型将神经网络的学习能力引入模糊逻辑系统中,为连接主义体系结构提供了语言意义。启发式模糊逻辑规则和输入输出模糊隶属度函数可以通过一个混合学习方案从训练样本中进行优化调整:从数据中生成规则阶段;和使用误差反向传播学习方法的规则调整阶段。为了说明所提出的神经-模糊混合模型的性能和适用性,对非线性复杂动态系统进行了大量的仿真研究。该方法可用于非线性动态系统的在线增量自适应学习预测与控制。两个基准案例研究表明,所提出的HyFIS系统是一种优越的神经模糊建模技术。


zbMATH参考文献(参考12篇文章)

显示第1到第12个结果,共12个。
按年份排序(引用)

  1. Lala Riza;Christoph Bergmeir;Francisco Herrera;JoséBenítez:frbs:R中基于模糊规则的分类和回归系统(2015)不是zbMATH
  2. 陈玉旺;杨建波;徐冬玲;杨珊琳:基于信念规则系统的推理与逼近特性(2013)
  3. 李春贤;蒋泰伟:智能金融时间序列预测:基于多群体智能的复杂神经模糊方法(2012)
  4. Oysal,Yusuf;Yilmaz,Sevcan:用于函数学习的自适应小波网络(2010)ioport公司
  5. 邓兴生;王新洲:动态模糊神经网络在精确系统建模中的增量学习(2009)
  6. 张勇;张申生;韩松乔:普适计算环境下服务质量管理的自适应服务配置方法(2009)
  7. 路易斯·卡斯特罗(Lui-Castro)和《基于函数的自回归模型》(Lui-Castro-based systems:2007;路易斯·卡斯特罗(Lui-Castress)和《基于模糊系统的自回归模型》(Lui-Castro:and Benís Autoregissive systems,2007)
  8. Kothamasu,Ranganath;Huang,Samuel H.:状态维修的自适应Mamdani模糊模型(2007)ioport公司
  9. Song,Qun;Kasabov,Nikola:TWNFI——一个用于个性化建模的带加权数据规范化的传导性神经模糊推理系统(2006)
  10. 陈月辉;杨波;董继文;亚伯拉罕,阿吉思:基于柔性神经树模型的时间序列预测(2005)ioport公司
  11. Karatepe,Engin;Alcı,Musa:模糊小波系统建模的新方法(2005)ioport公司
  12. Huang,Samuel H.;Xing,Hao:从神经网络中提取可理解和简明的模糊规则(2002)