论文部分内容阅读
近年来,模糊逻辑系统的发展和应用越来越广泛,不可否认在模糊逻辑系统应用越来越多、越来越好的同时,模糊逻辑系统的问题暴露的就越来越明显,究其根本主要模糊系统辨识问题,而模糊系统辨识问题就是结构辨识问题和参数辨识问题。在一般情况下,仅进行结构辨识会使得模糊逻辑系统设计的精确性和效率大大降低,仅参数辨识的会使得模糊规则难以获取以及规则冗余问题,目前很少有学者同时进行结构辨识和参数辨识的模糊逻辑系统的设计,且使用智能算法进行模糊逻辑系统设计的成果较少。本文在一般遗传算法的基础上,提出了一种改进遗传算法,使用改进遗传算法设计一型和区间二型TSK模糊逻辑系统。将所设计的智能系统应用于Mackey-Glass混沌时间序列和国际黄金价格的预测中,并给出仿真研究。具体工作如下:(1)介绍了TSK模糊逻辑系统、神经网络、遗传算法和IGA的相关知识,在遗传算法的优缺点基础上,提出变异概率跟新的改进遗传算法,并给出改进遗传算法的实验效果和优点。(2)介绍研究基于IGA算法的一型TSK模糊逻辑系统的设计,给出规则筛选和参数辨识的方法和步骤。首先使用改进遗传算法算法筛选规则,将模糊逻辑系统融入到神经网络中,形成了一种五层模糊神经网络系统,再用改进遗传算法优化系统参数。最后将所设计的智能系统模型应用到Mackey-Glass混沌时间序列和国际黄金价格的预测中,并与一般遗传算法和BP算法进行比较。仿真结果表明,所设计的一型智能系统是可行、有效的。(3)在一型TSK模糊逻辑系统的基础上,研究区间二型TSK模糊逻辑系统的设计问题。区间二型TSK模糊逻辑系统包括A1-C1、A2-C0、A2-C1区间二型TSK模糊逻辑系统。分别对A1-C1型和A2-C1型区间二型TSK模糊逻辑系统,设计了六层模糊神经网络系统;对A2-C0区间二型TSK模糊逻辑系统,设计五层模糊神经网络系统。先用改进遗传算法算法筛选规则,将模糊逻辑系统融入到神经网络中形成五或六层模糊神经网络系统,改进遗传算法优化系统参数,将所设计的智能系统模型应用到于Mackey-Glass混沌时间序列和国际黄金价格的预测中,并与GA和BP算法进行比较。仿真结果表明,所设计的以上三类区间二型TSK模糊逻辑系统是可行、有效的。(4)对比四类TSK模糊逻辑系统,由跟踪效果图及均方根误差可知:二型TSK模糊逻辑系统比一型模糊逻辑系统的误差相对较小,具有更好的精度。对比三种区间二型TSK模糊逻辑系统,A1-C1型模糊逻辑系统和A2-C0型模糊逻辑系统的精确度相差不大,A2-C1型模糊逻辑系统最为精确,可见参数越多系统性能越好。