基于克隆算法的模糊規(guī)則提取及其應用研究.pdf

1、傳統(tǒng)上模糊規(guī)則的提取都是通過專家經(jīng)驗人工提取的，這是一個相當繁瑣的工作，對于分類問題，所提取的規(guī)則不僅在分類能力上要達到最優(yōu)，同時在各分類規(guī)則之間的關系上也要達到最優(yōu)，這就是人工提取規(guī)則的困難所在。目前用于解決分類問題的模糊規(guī)則的提取方法還比較少，本文則結(jié)合人工免疫系統(tǒng)的克隆選擇原理，采用克隆算法，提取通過多精度模糊分割產(chǎn)生的大量模糊if-then規(guī)則中的少數(shù)精華規(guī)則，從而建立了模糊分類所需要的有效規(guī)則集合。由該方法所提取的模糊規(guī)則具有

2、分類準確率高，規(guī)則數(shù)目較少，識別時間短的特點。為了檢驗該方法的性能，還將該方法用于車型分類的研究，其結(jié)果是令人滿意的。 本文所采用的克隆算法包含兩個最為重要的過程，一個是高頻變異，另一個是受體編輯，高頻變異負責局部尋優(yōu)的微觀調(diào)控，而受體編輯則進行宏觀控制保證全局尋優(yōu)的實現(xiàn)，二者保持抗體種群的多樣性，在功能上互相補充，使抗體和抗原的親和力快速成熟。另外，在將該規(guī)則提取方法應用與車型分類問題的研究中，還對該具體問題涉及到的特征提取進