基于蚁群智能算法的模糊逻辑系统设计及应用

发布时间：2024-01-14 15:33

　　由于模糊逻辑系统能够结合专家的知识和经验,具有其他系统无可比拟的优势,现已成功应用于自动控制、图像识别、决策分析等领域。但依然存在着参数难以获取和“规则爆炸”的难题,所谓“规则爆炸”就是指随着输入的增加,规则数目急剧增加,从而增加了模糊逻辑系统的复杂度,给计算带来不便。由于蚁群、遗传和粒子群等智能算法的强鲁棒性、全局收敛等特性,运用智能算法解决参数难以获取和“规则爆炸”已成为一个新的研究热点。本论文运用蚁群算法(ACO)设计模糊逻辑系统,包括模糊逻辑系统的参数辨识和结构辨识,并在蚁群算法的基础上提出一种具有全局信息素更新的改进蚁群算法(IACO),同样也用于设计模糊逻辑系统。将所设计的智能模糊逻辑系统用于Mackey-Glass混沌时间序列和国际石油价格的预测,仿真结果表明了蚁群算法和改进蚁群算法用于模糊逻辑系统设计的可行性、高性能性以及较传统算法的优越性。具体工作如下:(1)介绍了一型TSK模糊逻辑系统、A1-C1、A2-C0、A2-C1区间二型TSK模糊逻辑系统和蚁群算法的基础知识和相关概念(这里,A表示规则前件,C表示规则后件),在蚁群算法的基础上提出具有全局信息素更新的改进蚁群...

【文章页数】：80 页

【学位级别】：硕士

本文编号：3878495