模糊树模型对有限样本集的逼近

摘要

对含高度非线性的复杂系统的辨识与建邮一种二义线性模糊树方法，证明了对ｎ维空间中任一闭集上的有限样本集或连续函数，总存在模糊树模型以任一精度逼近之，仿真结果表明，与已有的其它方法比较，模糊树模型不仅具有计算量小，精度高，对于输入空间维数不敏感等优点，同时它的逼近误差是单调下降的，模糊树模型在一定程度上模拟了对复杂问题进行分层、分段简化决策的思维过程，仿真结果描述这种方法的性能。