论文部分内容阅读
本文着重研究了复杂的高维数据中采用语言建模方法获取基于规则的模糊系统的分类模型，由于模糊规则库的规模很大，而且存在着不一致的和冗余的规则，对于模糊系统的可解释性和精确性都会有一定的影响。为了提高语言建模能力，文中提出了在多阶段的FRBS学习中的一种粒度混合的层次规则生成方法，并采用遗传算法进行规则的选取和权值的确定。实验表明此方法能很好地处理解释性和精确度间的平衡问题.