函数权重单输入模块连接模糊系统设计与应用

发布时间：2021-01-14 08:16

　　近年来,随着模糊推理系统理论与方法研究的不断深入,其已逐渐应用到人们生产和生活的各个方面,发展成为目前不可或缺的高科技手段之一。然而在进行复杂系统建模与预测等应用时,随着输入变量的增加,模糊推理系统容易面临“规则爆炸”问题,使得系统的构建和设计较为困难。针对这一难题许多研究学者提出多种解决方法,其中函数权重单输入模块连接模糊系统（FWSIRM-FIS）,结构简单,规则少易解释,且在建模和控制方面展现出优越的性能。但目前该方法研究相对较少,所以,为进一步提高FWSIRM-FIS的性能,获得更合理有用的输出结果,本文将智能算法与模糊系统相结合,进一步对FWSIRM-FIS的结构确定和参数优化方法进行改进。本文主要研究内容如下:首先,给出单输入规则模块连接模糊系统（SIRM-FIS）的简介,然后具体介绍在此基础上扩展的FWSIRM-FIS。为验证FWSIRM-FIS的建模和预测能力,本文将其应用到了建筑负荷预测领域,并与传统的反向传播神经网络（BPNN）、自适应模糊推理系统（ANFIS）和多变量线性回归（MLR）三种预测模型进行了比较,实验结果证明了该方法可以对建筑负荷进行精准预测,对比结果... 

【文章来源】：山东建筑大学山东省

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景与意义
    1.2 研究现状
        1.2.1 模糊系统发展
        1.2.2 分层模糊系统
        1.2.3 单输入规则模块连接模糊系统
        1.2.4 建筑负荷预测
        1.2.5 区间预测方法
    1.3 研究内容与结构安排
        1.3.1 研究内容
        1.3.2 结构安排
第2章 函数权重单输入模块连接模糊系统
    2.1 SIRM-FIS方法
        2.1.1 传统SIRM-FIS
        2.1.2 函数权重单输入模块连接模糊系统（FWSIRM-FIS）
        2.1.3 FWSIRM-FIS的数据驱动设计
    2.2 实验设置
        2.2.1 建筑负荷数据集
        2.2.2 比较方法介绍
        2.2.3 性能评价指标
    2.3 建筑负荷预测实验
        2.3.1 商店建筑负荷预测
        2.3.2 实验室建筑负荷预测
        2.3.3 分析和比较
    2.4 小结
第3章 区间函数权重单输入模块连接模糊系统
    3.1 IFWSIRM-FIS的结构及推理过程
    3.2 IFWSIRM-FIS的数据驱动设计过程
        3.2.1 SIRM中规则后件参数及区间权重中心的优化
        3.2.2 区间权重宽度的优化
    3.3 建筑负荷预测实验
        3.3.1 商店建筑负荷区间预测实验
        3.3.2 实验室建筑负荷区间预测实验
        3.3.3 总结与分析
    3.4 小结
第4章 基于FWSIRM-FIS的周期性知识与数据混合驱动预测模型
    4.1 基于FWSIRM-FIS的周期性知识与数据混合驱动预测模型
    4.2 周期性知识提取
        4.2.1 小波变换
        4.2.2 数据预处理
        4.2.3 提取周期分量
    4.3 FWSIRM-FIS模型的构造和参数学习
        4.3.1 FWSIRM-FIS的训练数据生成
        4.3.2 基于减法聚类算法的SIRMS构造
        4.3.3 FWSIRM-FIS模型权重参数的优化
    4.4 建筑负荷预测实验
        4.4.1 性能指标及比较方法
        4.4.2 商店建筑负荷预测
        4.4.3 实验室建筑负荷预测
        4.4.4 分析和比较
    4.5 小结
第5章 总结与展望
    5.1 总结
    5.2 展望
参考文献
后记
攻读硕士学位期间论文发表及科研情况



本文编号：2976553