×
Ang，Kai Keng先生;柴奎克

RSPOP：基于集合的伪外积模糊规则识别算法。 （英语） Zbl 1092.68637号

神经计算。 17，第1期，205-243（2005）.
摘要：神经模糊系统的系统建模涉及两个矛盾的要求：可解释性与准确性。基于伪外积的模糊神经网络（POPFNN）家族中使用的伪外积（POP）规则识别算法，由于高维数据导致识别的模糊规则数量和计算复杂性呈指数级增长。这降低了语言模糊建模中POPFNN的可解释性。本文提出了一种新的基于粗糙集的伪外积（RSPOP）算法，该算法将粗糙集理论中的合理知识约简概念与POP算法相结合。该算法不仅通过属性约简进行特征选择，而且将约简扩展到无冗余属性的规则。由于给定的规则集中存在许多可能的约简，因此为POPFNN开发了一个客观度量，以正确识别改进推断结果的约简。使用已发布的数据集和涉及公路交通流预测的实际应用程序，给出了实验结果，以评估使用该算法识别POPFNN中模糊规则的有效性，该算法使用组合推理规则和单点模糊化器（POPFNN-CRI（S））体系结构。结果表明，所提出的基于粗糙集的伪外积算法降低了计算复杂度，通过识别更少的模糊规则提高了神经模糊系统的可解释性，并提高了POPFNN的准确性。

引用于1文件

MSC公司：

68T05型 人工智能中的学习和自适应系统
68立方英尺 知识表示
93立方厘米 模糊控制/观测系统

软件：

RSPOP公司
PDF格式BibTeX公司 XML格式引用
\textit{K.K.Ang}和\textit{C.Quek}，神经计算。17，第1号，205--243（2005；Zbl 1092.68637）
全文： 内政部

参考文献：

[1] 内政部：10.1109/3477.846237·doi:10.1109/3477.846237
[2] DOI:10.10109/TSMCB.2003.812850·doi:10.1109/TSMCB.2003.812850
[3] DOI:10.1016/S0893-6080（01）00143-5·doi:10.1016/S0893-6080（01）00143-5
[4] 内政部：10.1016/0165-0114（94）90297-6·doi:10.1016/0165-0114（94）90297-6
[5] 内政部：10.1016/0165-0114（94）00282-C·doi:10.1016/0165-0114（94）00282-C
[6] 内政部：10.1109/21.370193·doi:10.1109/21.370193
[7] 内政部：10.1109/TNN.2003.820557·doi:10.1109/TNN.2003.820557
[8] Chiu S.L.，《智能与模糊系统杂志》2（3）第267页–（1994）
[9] 内政部：10.1111/1468-0394.00248·数字对象标识代码：10.1111/1468-0394.00248
[10] 内政部：10.1109/91.928739·数字对象标识代码：10.1109/91.928739
[11] DOI:10.1016/0888-613X（92）90019-V·Zbl 0825.68523号 ·doi:10.1016/0888-613X（92）90019-V
[12] DOI:10.1016/0888-613X（94）90006-X·Zbl 0794.68133号 ·doi:10.1016/0888-613X（94）90006-X
[13] 内政部：10.1109/21.256541·数字对象标识代码：10.1109/21.256541
[14] 内政部：10.1109/91.842154·doi:10.1109/91.842154
[15] 内政部：10.1109/TFUZZ.2003.819824·doi:10.1109/TFUZZ.2003.819824
[16] DOI:10.1009/3477.969494·数字对象标识代码：10.1109/3477.969494
[17] 内政部：10.1109/91.995117·数字对象标识代码：10.1109/91.995117
[18] 内政部：10.1109/12.106218·数字对象标识代码：10.1109/12.106218
[19] DOI:10.1016/S0020-7373（75）80002-2·Zbl 0301.68076号 ·doi:10.1016/S0020-7373（75）80002-2
[20] DOI:10.1109/72.846746·doi:10.1109/72.846746
[21] DOI:10.1016/S0165-0114（97）00220-0·Zbl 0938.93035号 ·doi:10.1016/S0165-0114（97）00220-0
[22] 内政部：10.1016/0165-0114（93）90024-C·Zbl 1119.68454号 ·doi:10.1016/0165-0114（93）90024-C
[23] DOI:10.1016/S0165-0114（97）00289-3·Zbl 0942.93504号 ·doi:10.1016/S0165-0114（97）00289-3
[24] DOI:10.1016/S0893-6080（01）00048-X·doi:10.1016/S0893-6080（01）00048-X
[25] DOI:10.1016/S0893-6080（00）00091-5·doi:10.1016/S0893-6080（00）00091-5
[26] 内政部：10.1109/3477.809038·数字对象标识代码：10.1109/3477.809038
[27] DOI:10.1016/S0893-6080（01）00118-6·doi:10.1016/S0893-6080（01）00118-6
[28] DOI:10.1016/S0167-8655（02）00153-8·Zbl 1007.68929号 ·doi:10.1016/S0167-8655（02）00153-8
[29] 内政部：10.1016/0165-0114（94）00277-E·doi:10.1016/0165-0114（94）00277-E
[30] DOI:10.1016/S0031-3203（99）00099-0·doi:10.1016/S0031-3203（99）00099-0
[31] DOI:10.1016/S0031-3203（01）00229-1·Zbl 1006.68902号 ·doi:10.1016/S0031-3203（01）00229-1
[32] 内政部：10.1016/0165-0114（88）90113-3·兹伯利0652.93010 ·doi:10.1016/0165-0114（88）90113-3
[33] 内政部：10.1109/TFUZZ.1993.390281·doi:10.1109/TFUZZ.1993.390281
[34] DOI:10.1016/S0167-8655（02）00196-4·Zbl 1053.68093号 ·doi:10.1016/S0167-8655（02）00196-4
[35] 内政部：10.1109/TSMC.1985.6313399·Zbl 0576.93021号 ·doi:10.1109/TSMC.1985.6313399
[36] DOI:10.1016/S0888-613X（03）00021-5·Zbl 1045.68113号 ·doi:10.1016/S0888-613X（03）00021-5
[37] 内政部：10.1109/TNN.2002.1031940·doi:10.1109/TNN.2002.1031940
[38] 内政部：10.1016/0893-6080（94）90008-6·doi:10.1016/0893-6080（94）90008-6
[39] DOI:10.10109/91.728447·数字对象标识代码：10.1109/91.728447
[40] 内政部：10.1109/3468.784177·数字对象标识代码：10.1109/3468.784177
[41] 内政部：10.1016/0020-0255（75）90036-5·兹伯利039.78071 ·doi:10.1016/0020-0255（75）90036-5
[42] 内政部：10.1016/0020-0255（75）90046-8·Zbl 0404.68074号 ·doi:10.1016/0020-0255（75）90046-8
[43] 内政部：10.1016/0020-0255（75）90017-1·Zbl 0404.68075号 ·doi:10.1016/0020-0255（75）90017-1
[44] DOI:10.1016/S0893-6080（96）00027-5·Zbl 0869.68082号 ·doi:10.1016/S0893-6080（96）00027-5
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。