基于局部线性度量的模糊建模

提出了一种高木-关野模糊逻辑系统的学习算法,该算法的核心是基于数据样本局部线性度量的聚类,它可以有效地确定规则数以及相应模糊逻辑系统的参数初值.通过对系统的参数进行优化,可以很好的描述输入输出变量间的关系.仿真实验说明了该方法的优越性.