基于模糊神经网络的数据挖掘算法.pdf.doc

《基于模糊神经网络的数据挖掘算法.pdf.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、用神经网络进行数据挖掘的一种方法信息与计算科学122项磊201211010220摘要:提出一种基于模糊神经网络进行数据挖掘的新方法。构成模糊神经网络的模糊化层采用高斯函数计算5个模糊隶属度,高斯函数需要的均值、方差以及隶属度的中心值都可通过预先计算采集到的数据得到。模糊推理层采用取小取大运算代替常用的积和运算,加快了网络的推理速度。在模糊神经网络训练阶段,首先利用重心法对模糊化层输出进行反模糊化,再采用BP思想,利用梯度法求误差值并进行反传调整隶属度函数的参数值。为提高网络推理精度和速度,通过设立

2、相应的规则对网络进行裁剪,剪掉多余的节点和权值,最后依据一定的思想对产生的模糊规则进行简化和提取。以工业锻造中的智能温度控制系统的控制数据为例进行仿真,结果表明,该网络具有较高的精度和较好的鲁棒性。关键词:数据挖掘;模糊神经网络;网络裁剪;规则提取数据挖掘是指从大量数据中提取出未知的、有价值的模式或规律。现已经应用在工业控制、商业管理、科学研究等领域。数据挖掘的算法有许多种,主要包括:模糊集,粗糙集,神经网络等[1]。现实中巨量数据集中数据关系复杂,非线性程度高,噪声数据普遍存在,使得一些算法的适

3、用受到很大的限制。人工神经网络能够通过训练获得用数据表达的知识[2-3],除了可以记忆已知的知识外,神经网络还具有较强的概括能力和联想记忆能力,不错的容噪能力和分类精度、鲁棒性高的优点使它在解决数据挖掘中的问题时有很大的优势。但它也有一些不足,如“黑箱”性,对于高维或者超大规模问题,它的学习速度缓慢,规则生成比较困难[4]。模糊逻辑(FuzzyLogic)是以ZadehLA创立的模糊集合论为理论基础,针对人类思维中的模糊性特点。利用领域专家的先验知识,进行近似推理。它能对复杂事务进行模糊识别,模糊

4、推理,但缺乏自学习自适应的能力。将模糊逻辑引入人工神经网络实现它们的有机结合,形成模糊神经网络(FuzzyNeuralNetwork,FNN),使系统不仅具有模糊逻辑的不确定信息处理能力,又具有神经网络良好的自学习性。和一般的神经网络相比,它具有更快的学习速度和更小的规模。1模糊神经网络实现1.1模糊神经网络结构　　模糊神经网络就是用模糊化模块对数据进行处理,然后将获得的知识传递到神经网络中进行网络训→→模糊化神经网络的模糊推理清晰化与反馈修正1.2模糊神经网络构造依照图1构建了一种模糊神经网络。

5、该网络共有8层。第1层为输入层,包括固定值-1输入和样本变量值x的输入;第2层为偏移层,计算x-ωμ;第3层为iij4模糊输入层(或者称为高斯函数层)。该层采用高斯函数作为传递函数主要用于实现模糊隶属度函数,计算出5个分属于“差,较差,可,较好,好”语言变量的隶属度;第4层为取小运算层,完成输入值的取小运算;第5层为取大运算层;第6层为模糊输出层,将P结点的输出和此层的其它结点输出相乘输出;第7层为清晰化层,主要完成对映射网络的输出结果进行清晰化处理;第8层为权值调整层。1.3隶属度函数实现这任务

6、由前3层来实现对模糊信息的预处理,其主要功能是计算各输入分量属于各模糊集合的隶属度。X=[x,x,…,x],:设输入向量为12nT则模糊化层各节点的输入输出如下11121μ22第1层:I=x,O=I　　2层:I=O-ω,O=Iiiii第ijiijijij32σ331μσ2第3层:I=O·ω　　O=f(I)=exp{-((I-ω)/(/ω))}ijijijijijiij1ij,i=,……n,j=,,,,iik(k=,,)ikk其中。I、O。I,O1212345kk分别代表第123层第个节点的输入输出

7、ijij分别代表k层中由第i个输入节点分出的第j个节点的输入和输出。ωμij、ωσij为可调函数,ωμij为高斯函数的中心值;ωσij为函数的分布参数,又称为尺度因子。设样本的均值和方差分别为μ和σ,由统计知识知:1ni1ni2μ=/n(∑x)　　σ/n(∑(x-a))i=1i=1上式中,n为样本数。在对数据进行模糊分类时,取“差”、“较差”、“可”、“较好”的隶属函数的中心分别取为(μ-2σ)、(μ-σ)、μ、(μ+σ)、(μ+2σ)。1.4模糊神经网络训练当系统的推理精度不够高时,需要调整隶属

8、函数的参数。采用BP网络的反向传播学习思想进行训练。对于第i组采样数据(x1,x2,…,xn;y1,y2,…,ym)Ti。训练算法如下:第1步:提取模糊规则。将样本输入到网络后,在第3层中计算“差,较差,可,较好,好”的语言值的隶属度。先将这5个语言值标记为1,2,3,4,5,对于每一个输入元素,取出其中隶属度最大的记录下来,在相应语言值下面标上1,其余的记为0。最后,按照对应元素的顺序将规则表示出来,当有重复规则时,用CF值表示,有一个重复规则,CF自加0.1。:。[7]＊5k5