%0 Journal Article
%T Evolutionary Design of Adaptive Neuro-Fuzzy Inference System Based on Hybrid Cooperative Particle Swarm Optimization<br>自适应神经-模糊推理系统的混合协同微粒群算法进化设计
%A WANG Jun-nian
%A SHEN Qun-tai
%A CHEN Xiang-zhou
%A <br>王俊年
%A 申群太
%A 陈湘州
%J 系统工程理论与实践
%D 2006
%I 
%X 在分析自适应神经-模糊推理系统(ANFIS)结构和参数特点的基础上,定义一个布尔向量L作为网络的结构参数,与原来ANFIS的前件参数集一起构成了新的前件参数集{c,σ,L},并给出了一个新的网络输入输出关系表达式.针对该输入输出表达式,提出一种用于优化ANFIS前件参数集的混合协同微粒群算法.该将参数集L和{c,σ}分别放在两个子微粒群并根据各自不同的特点应用二进制PSO和GCPSO算法进化,两个子微粒群之间的协同由定义的一个协同函数实现,而网络的结论参数依旧用最小二乘法进行优化.应用该算法进行ANFIS网络结构和隶属函数参数的自适应设计,在Henon映射产生的混沌时间序列预测中显示了良好的性能.
%K adaptive neuro-fuzzy inference system
%K structural parameter
%K hybrid cooperative PSO
%K Henon map<br>自适应神经模糊推理
%K 结构参数
%K 混合协同微粒群算法
%K Henon映射
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=01BA20E8BA813E1908F3698710BBFEFEE816345F465FEBA5&cid=962324E222C1AC1D&jid=1D057D9E7CAD6BEE9FA97306E08E48D3&aid=FA278F4B8B27BAC4&yid=37904DC365DD7266&vid=96C778EE049EE47D&iid=5D311CA918CA9A03&sid=B6DA1AC076E37400&eid=318E4CC20AED4940&journal_id=1000-6788&journal_name=系统工程理论与实践&referenced_num=3&reference_num=14