Mamdani模糊系统的构造与折线模糊神经网络的混合算法

摘要

模糊系统的生成是由模糊规则库、推理机、模糊化和解模糊化四个部分依次组成，它的主要功能是可同时处理不完整的数据信息和语言信息，其本质是从输入论域到输出论域的一个映射关系，其中模糊规则库是由若干模糊IF-THEN规则构成.折线模糊神经网络是通过确定折线模糊数的有限个点来完成模糊信息处理，其解析式是一个基于折线模糊数的算术运算体系.它们虽然不依赖精确的数学模型，但具有较强的非线性函数逼近性能力.混沌映射是自然界中普遍存在的非线性过程，并已被广泛应用于图像加密、通信技术和函数优化等领域，其主要特点是对初始值颇为敏感.因此，利用混沌映射原理来设计折线模糊神经网络的优化算法具有重要的理论和实际意义.
　　第一部分:引言，主要介绍本文选题背景和研究现状.
　　第二部分:预备知识，分别介绍折线模糊数及其运算、高斯（三角）模糊化、Mamdani模糊系统和混沌随机序列等相关知识.
　　第三部分:在模糊规则前件为三角形模糊数条件下通过函数极值法求解后件模糊集的隶属函数，进而给出基于三角形模糊化和高斯模糊化的两种Mamdani模糊系统的解析表示.此外，根据混沌映射产生的随机序列设计了单输入单输出Mamdani模糊系统的混沌遗传算法，并通过Machey-Glass混沌时间序列的预测曲线说明该算法的有效性.
　　第四部分:首先利用混沌随机生成器构造均匀分布的随机序列.其次，将随机序列作为混沌遗传算法的初始种群，把基于混沌搜索法所得最优个体作为粒子群算法的初始种群，进而提出折线模糊神经网络的CGA-PSO混合优化算法.最后，通过仿真实例说明CGA-PSO混合算法避免了传统遗传算法对初始值的依赖，且该算法具有收敛速度快和稳定性好等优点.

目录

声明

摘要

第1章前言

1．2 Mamdani模糊系统的研究现状

1．3折线模糊神经网络的研究现状

第2章预备知识

2．1折线模糊数及扩展运算

2．2 Mamdani模糊系统

2．3混沌随机序列

第3章Mamdani模糊系统及算法设计

3．1三角形模糊化的Mamdani模糊系统

3．2高斯模糊化的Mamdani模糊系统

3．3混沌遗传算法

3．4模拟实例

第4章折线模糊神经网络的混合优化算法

4．1折线模糊神经网络

4．2 CGA-PSO混合优化算法

4．3实例分析

结论

参考文献

致谢

攻读学位期间发表的学术论文