关学忠,韩彩霞,韩振洲

• 1:大庆石油学院电气信息工程学院

• 2:大庆石油学院电气信息工程学院

• 3:大庆油田有限责任公司第二采油厂 黑龙江大庆163318

• 4:黑龙江大庆163318

摘要(Abstract)：

针对神经模糊系统中获取控制规则方法———模糊聚类法的不足提出了改进措施. 改进的方法在聚类半径和聚类中心的选取上更趋于合理. 通过仿真比较了原算法和改进算法对样本的拟合,结果表明了改进算法的有效性,依据改进方法获得的控制规则设计的神经模糊系统,具有较强的自适应能力.

关键词(KeyWords)：神经网络;模糊控制;模糊规则;聚类;优化

Abstract:

Keywords:

基金项目(Foundation):

作者(Author):关学忠,韩彩霞,韩振洲

Email:

参考文献(References)：

• [1] YanShi,MasaharuM.A new approach of neuro fuzzy learning algorithm for tuning fuzzy rules[J].FuzzySets andSystems,2000,112(3):99-116.

• [2] MauricioF,FernandoG.Design of fuzzy systems using neuro fuzzy networks[J].IEEE Trans onNeuralNetworks,1999,10(4):87-109.

• [3] 梁久祯,许少华,张 健,等.模糊神经元网络的统一模型[J].大庆石油学院学报,2000,24(4):60.

• [4] BartK.Neural networks and fuzzy systems[M].EnglewoodCliffs,NJ:Prentice-Hall,1992.190-203.

• [5] 王立新.模糊系统与模糊控制教程[M].王迎军译.北京:清华出版社,2003.