多目標(biāo)進(jìn)化算法對(duì)模糊系統(tǒng)解釋性的研究應(yīng)用.pdf

1、該論文以模糊系統(tǒng)的解釋性為研究目標(biāo).首先,提出了與模糊系統(tǒng)解釋性有關(guān)的重要概念.其次,提出了一種基于智能體的多目標(biāo)進(jìn)化算法從外部訓(xùn)練數(shù)據(jù)提取模糊規(guī)則,在知識(shí)提取的過(guò)程中,既要考慮規(guī)則的精確性,又要考慮規(guī)則的解釋性.最后,基于智能體的進(jìn)化算法被應(yīng)用于非線(xiàn)性系統(tǒng)模擬問(wèn)題和分類(lèi)問(wèn)題中.實(shí)驗(yàn)結(jié)果表明,此種基于智能體的進(jìn)化算法可以得到多個(gè)模糊系統(tǒng)解,同其他方法比較,我們方法產(chǎn)生的模糊系統(tǒng)有更好的解釋性和更高的或可比擬的精確性.第一章綜合論述了該文

2、工作的意義,提出了該文的研究背景,研究的主要內(nèi)容和目標(biāo),及主要?jiǎng)?chuàng)新點(diǎn).第二章對(duì)模糊系統(tǒng)作了簡(jiǎn)要地介紹,提出了模糊系統(tǒng)解釋性的6項(xiàng)重要概念并加以詳細(xì)闡述,分別是完全性和可區(qū)分性、一致性、緊湊性、效用性、交叉性和覆蓋性.第三章介紹了二進(jìn)制遺傳算法和實(shí)值遺傳算法的一些重要概念和算子,并引入了對(duì)分層遺傳算法的討論.分層遺傳算法可以用于結(jié)構(gòu)優(yōu)化,并己被應(yīng)用于優(yōu)化模糊系統(tǒng).第四章對(duì)多目標(biāo)進(jìn)化算法作了簡(jiǎn)要的介紹,并回顧了其發(fā)展歷史,最后對(duì)第二代多目標(biāo)

3、進(jìn)化算法中的NSGA-Ⅱ作了詳細(xì)介紹.NSGA-Ⅱ被用于我們提出的基于智能體的進(jìn)化算法中,用來(lái)評(píng)價(jià)模糊集智能體的生存能力.第五章詳細(xì)介紹了基于智能體的進(jìn)化算法的實(shí)現(xiàn)細(xì)節(jié),包括智能體的內(nèi)部行為和多個(gè)智能體的交互機(jī)制等.第六章給出了5個(gè)實(shí)際問(wèn)題的實(shí)驗(yàn)結(jié)果.分別是二階非線(xiàn)性工廠模型,Lorenz系統(tǒng),Mackey-Glass時(shí)間序列,Iris數(shù)據(jù)集和Wine數(shù)據(jù)集.前3個(gè)用于研究非線(xiàn)性系統(tǒng)模擬問(wèn)題,后2個(gè)用于研究分類(lèi)問(wèn)題.最后,在第七章概括論