可理解模糊分类系统的分层演化学习

摘要

针对模糊系统的可理解性要求,结合微粒群算法和遗传算法各自的演化特点,采用两阶段学习策略,对模糊分类系统进行分层演化.首先利用微粒群算法优化各输入变量的语言值数目及对应的模糊集参数,形成候选规则集,再应用遗传算法选择规则,得到可理解的和精确的模糊分类系统.该方法几乎无需先验知识,可直接从实值数据获取模糊分类系统,应用典型分类问题为例说明其有效性.