蒋玉莲
- 作品数：3 被引量：8H指数：2
- 供职机构：西南交通大学电气工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 自组织区间二型模糊神经网络及其自适应学习算法被引量：6
- 2013年
- 针对复杂不确定非线性系统的辨识问题,提出一种基于聚类的自组织区间二型模糊神经网络学习算法.首先采用具有两个不同加权参数的FCM算法对输入数据进行划分来获取规则前件的不确定均值,同时结合聚类有效性标准确定模糊规则数目,从而自动完成神经网络的结构辨识和规则前件参数辨识;随后给出了基于梯度下降法和Lyapunov函数稳定收敛定理的规则后件权向量学习速率的自适应学习算法.通过非线性系统辨识实例,验证了该算法与其他方法相比具有更快的收敛速度和更高的逼近精度;并且利用该算法建立了某市电力短期负荷预测模型,结果表明该模型具有较高的预测精度,泛化性能更佳.
- 姚兰肖建王嵩蒋玉莲
- 关键词：自组织梯度下降法自适应学习算法
- 基于SVD方法的简约型区间二型模糊模型构建被引量：2
- 2013年
- 针对奇异值-QR分解方法存在有效奇异值难以确定的问题,采用奇异值分解方法分析从区间二型模糊模型抽取的两个激活强度矩阵,提出了奇异值归一化差值的概念以描述相邻奇异值的变化情况,从而反映了重要规则和冗余规则在奇异值变化上的本质差异;进而根据其临界点确定有效奇异值个数,并利用QR分解得到有效奇异值所对应的重要规则构建简约型区间二型模糊结构.仿真实例验证了所提出方法的有效性和可行性.
- 姚兰肖建蒋玉莲
- 关键词：奇异值分解
- 基于正交变换的区间Ⅱ型模糊模型结构精简
- 2013年
- 针对奇异值-QR(SVD-QR)分解方法存在有效奇异值难以确定的问题,提出采用列选主QR分解方法对模糊模型结构进行分析.运用该方法分析从模糊模型抽取的2个激活强度矩阵,利用矩阵R主对角元素作为判断规则重要性的依据,根据矩阵Π中每列值为1的元素位置确定所对应的规则,从而选取重要的规则,构建简约的区间Ⅱ型模糊模型.将本文方法和奇异值-QR分解方法应用于混沌时间序列预测,同时还对比了两种方法选取的重要规则在不同样本条件下的适应能力.结果表明,两种方法选取的重要规则存在明显差异,并且采用本文方法可以获得更小的误差,平均误差为0.108 6;在不同样本条件下采用本文方法所得误差基本一致,具有更强的泛化能力.
- 姚兰肖建蒋玉莲
