×

RSPOP公司

swMATH ID: 2562
软件作者: Ang,Kai Keng;柴奎克
描述: RSPOP:基于集合的伪外积模糊规则识别算法。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POPFNN在语言模糊建模中的可解释性。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。
主页: http://www.mitpressjournals.org/doi/abs/10.1162/0899766052530857
相关软件: ANFIS公司;GenSoFNN公司;群集查找;科恩拉布;R(右);DENFIS公司
引用于: 4文件

按年份列出的引文