基于pso的模糊系统算法研究

《基于pso的模糊系统算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第一章绪论1．1模糊系统的历史背景和发展模糊系统是一种基于知识或基于规则的系统【¨。它的核心是由所谓的IF．THEN规则所组成的知识库。一个模糊IF．THEN规则就是一个用连续隶属函数对所描述的某些句子所做的IF．THEN形式的陈述。模糊系统利用模糊集来表示模糊概念，IF．THEN规则组成的知识库来描述专家的知识，模糊推理来模拟人脑处理模糊信息的推理方式。从输入输出的角度来说，模糊系统能够以任意的精度逼近任意连续的非线性函数映射，是一种万能逼近器t羽。模糊理论是由L，A．Zadeh于1965年在名为“模糊集合"的开创性文章中创

2、立的【3】。虽然在初期没有实际应用，但是仍然引起世界各地学者对这一领域的关注和研究。在20世纪60年代后期，有学者提出了模糊算法和模糊决策等许多新的模糊方法。到20世纪70年代，Zadeh开创了模糊集合和模糊算法的概念，模糊决策，以及发表的另一篇开创性文章《分析复杂系统和决策过程的新方法纲要》，这篇文章提出了研究模糊控制的基础理论，引入了语言变量，提出了用IF．THEN规则来量化人类知识。随着这些概念的提出，模糊理论作为一门新领域的前景已经日益清晰，模糊蒸汽机控制器和模糊水泥窖控制器的产生表明了这一领域的潜力。80年代初，由于

3、日本科学家相继开发了模糊电子水净化工厂，模糊机器人，模糊地铁系统，促成了模糊理论的大规模应用并使其产生了巨大的飞跃。到了20世纪90年代初，市场上已经出现了大规模的模糊消费产品。1993年IEEE创办了IEEE模糊系统会刊，使模糊理论有了更大的发展机会和空间。目前，模糊系统已被广泛的应用于许多工业领域：控制和系统辨识、信号和图像处理、通信、模式识别和数据挖掘14,5,6,71o模糊系统的核心是模糊规则的构造，即按照一定的性能要求确定模糊系统的规则数，隶属函数的形状以及个数。模糊规则主要是有两个来源。一方面主要来源于专家的知识和

4、经验。这种方法的缺点在于很少有专家愿意共享知识，而且当领域专家使用语言规则表达或描述他们的经验和知识时，一些有用的信息可能会丢失；对于复杂的过程系统，相关领域的专家知识可能无法得到。另一方面有关专家通过数广东工业大学硕士学位论文据归纳得到模糊系统建模方法【8，9'加，11]。Wang和Mendel提出了一种从样本数据中产生模糊推理系统的方法，用于解决复杂非线性对象的建模和控制问题。但是模糊系统缺乏自学习和自适应能力，要设计和实现模糊系统的自适应控制是比较难的。神经网络是模拟人脑结构的思维功能，具有较强的自学习和联想功能，人工干

5、预少，对专家的知识利用也好。能够通过对样本数据的分析，进行学习具有较强的学习能力。但是人工神经网络不能处理和描述模糊信息，不能较好利用已有的经验知识，它不具有可解释性．而模糊系统是基于模糊规则库的系统，它表达的是模糊或者定性知识，能够清晰表达人脑知识，它的推理方式类似于人的思维模式．基于自适应神经网络的模糊推理系统则可将两者结合起来，既能发挥两者的优点，又能弥补各自的不足。近年来不少学者将模糊系统与神经网络的结合应用到实际中112,13】。但基于自适应神经网络的模糊系统也有固有的缺点：它需要给定初始模糊系统的结构(隶属函数的个

6、数和规则数量)，然后对相应的结构参数进行调整和优化。若结构过于简单则不足以反映数据的复杂特性，出现与系统参数不匹配的情况；若过于复杂，又会出现结构参数冗余和过学习的问题，反而降低模糊系统的性能。模糊聚类是基于整个数据集内部存在若干“分组"为出发点而产生的一种数据描述，每个子集中的点都具有很高的内在相似性[14】。模糊聚类可以将输入空间、输出空间或是输入／输出空间分解成一系列的模糊区域，每个区域对应一条模糊规则。因此有学者提出用模糊聚类对样本数据进行分类，进而确定模糊规则的数目并产生一个初始的模糊规则库，最后通过神经网络的学习能

7、力对参数进行调解，得到一个完善的模糊规则库【15，16]。但是传统的基于误差平方准则的模糊聚类算法对噪声数据敏感，容易陷入局部极小值，算法对初始值有较大的依赖性。遗传算法是借鉴生物的自然选择和遗传进化机制而开发出的一种全局优化自适应概率搜索算法11们。它具有并行性和对全局信息的有效利用能力是遗传算法的两大显著特点。为了弥补传统的模糊聚类算法易陷入局部最优和收敛慢速度的缺点，已有学者将全局寻优能力强的遗传算法引入聚类过程中，在一定程度上弥补了聚类算法的缺点，并得到了较好的聚类效果【18'l，】。虽然遗传算法从理论上能够搜索到全局

8、最优解，但需要将每个模糊规则进行编码，面临着粒度与搜索速度这一对矛盾120]。而粒子群算法是在1995年由美国的Kennedy和Eberhart提出的，其基本思想是受鸟群觅食行为的启发121]。该算法是一种基于群体的具有全局寻优能力的优化工具，通过粒子2第一章绪论间的合作与竞