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。