主 题:分解模糊系统
内容简介:介绍一种新的作为模糊逼近器的模糊结构——分解模糊系统(DFS)。该结构是将每个模糊变量分解成模糊系统的层次，每个层次描述一个传统的模糊集。与传统模糊系统中形成模糊规则类似，不同变量的层次形成所谓的集成模糊系统。针对构件模糊系统之间分布学习效果最小的特点，提出了一种基于结构的构件模糊系统学习方法。从我们的实验中可以看出，即使规则数增加，学习周期的时间仍然几乎是恒定的。在自适应模糊控制系统中，DFS的函数逼近能力和学习效率都明显优于传统的模糊系统。此外，为了进一步减少计算负担，提出了一种简化的DFS，以满足许多应用中可能存在的实时约束。从我们的仿真结果中可以看出，简化后的DFS在分解结构更加简洁的情况下，性能良好。此外，在建模时，所提出的DFS不仅收敛速度快得多，而且测试误差比其他模糊系统小得多。
报告人:苏顺丰 教授 博导
IEEE Fellow
CACS Fellow
国际模糊系统协会（IFSA）主席
IEEE SMC协会的理事会成员和青年分会主席
时 间:2019-03-05 14:30
地 点:致明楼诚信厅
举办单位:信息工程学院