基于遗传算法的扩展模糊模型及带模糊解码的遗传优化

摘要

在这篇论文里,研究人员主要讨论了一些提取模糊规则基的技术,包括一种直接从输入输出数据对中提取规则基的方法和一种利用遗传算法调整模糊规则重要性因子的方法.所有这些方法都是基于一种扩展模糊模型,在其中每条规则都带有一重要性因子.这种扩展模型仅仅通过调整规则重要性因子就能获得较高的性能,虽然缺乏严格的数学证明来证明这种扩展模糊模型能通过调整重要性因子而获得广义逼所性,但研究人员的仿真证明了这种扩展模糊模型是很有效的.该文的另一个贡献就是提出了一种新的遗传算法.研究人员提出了一种带模糊解码的遗传算法.这种算法的一个特点就是每一个二进制串对应着表现性空间中的一个模糊区域.这种新的算法适合于连续性问题.实际上,这种思想的本质就是利用隶属函数或高斯形的隶属函数来逼近目标函数的形状.两个数值例子证明了这种方法的有效性.