文摘
英文文摘
声明
1绪论
1.1研究的目的与意义
1.2国内外研究现状
1.2.1基于传统方法的解释性与精确性模糊建模
1.2.2基于神经网络的解释性与精确性模糊建模
1.2.3基于进化算法的解释性与精确性模糊建模
1.3本文的主要内容及安排
2模糊系统及其解释性
2.1模糊系统的结构
2.2常用的模糊模型
2.2.1 T-S模糊模型
2.2.2模糊分类系统
2.3模糊系统的解释性
2.3.1模糊规则的解释性
2.3.2模糊模型结构的解释性
2.4本章小结
3基于遗传算法的模糊模型设计
3.1引言
3.2基于决策树和遗传算法的模糊分类系统的设计
3.2.1分类和递归树(CART)算法
3.2.2实数编码的遗传算法
3.2.3模糊分类系统设计流程
3.2.4 Iris系统仿真算例
3.3基于模糊聚类和遗传算法的T-S模糊模型的设计
3.3.1 T-S模糊模型的初始化
3.3.2 T-S模糊模型的优化
3.3.3 T-S模糊模型设计流程
3.3.4仿真算例
3.4本章小结
4基于协同进化算法的模糊模型设计
4.1引言
4.2基于协同进化算法的T-S模糊模型设计
4.2.1模型的分解和各种群染色体编码
4.2.2子种群染色体之间的组合
4.2.3两种群个体适应度的合作计算策略
4.2.4两种群的遗传操作
4.2.5基于协同进化算法的T-S模糊模型的设计步骤
4.2.6仿真算例
4.3基于协同进化算法的模糊分类系统的设计
4.3.1输入变量的选择
4.3.2模糊分类系统的初始化
4.3.3模糊分类系统的分解
4.3.4子种群染色体之间的组合
4.3.5三种群个体适应度函数及其合作计算策略
4.3.6三种群的遗传操作
4.3.7模糊分类系统的设计流程
4.3.8仿真算例
4.4协同进化算法的分析
4.4.1模糊建模的参数
4.4.2协同进化算法的参数对算法性能的影响
4.5本章小结
5基于Pareto协同进化算法的模糊模型设计
5.1引言
5.2多目标优化问题
5.3多目标进化算法
5.3.1多目标进化算法的发展历程
5.3.2第二代非支配排序遗传算法(NSGA-Ⅱ)
5.4 Pareto协同进化算法
5.5仿真算例
5.5.1基于Pareto协同进化算法的T-S模糊模型设计
5.5.2基于Pareto协同进化算法的模糊分类系统设计
5.6本章小结
6基于混合协同进化算法的模糊分类系统设计
6.1引言
6.2基于Michigan型与Pittsburgh型遗传算法的模糊建模
6.2.1基于Michigan型遗传算法的模糊分类系统建模
6.2.2基于Pittsburgh型遗传算法的模糊分类系统建模
6.2.3两种算法的性能比较
6.3基于混合协同进化算法的模糊建模
6.3.1混合Pareto协同进化算法
6.3.2仿真算例
6.4本章小结
7总结与展望
致谢
作者攻读博士期间完成的论文
参考文献