蚁群优化算法中模糊规则学习问题

《蚁群优化算法中模糊规则学习问题》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、蚁群优化算法中模糊规则学习问题摘要：本文通过对蚁群优化算法原理及基于模糊规则系统的原理性的介绍，旨在提出一种能够指导应用蚁群优化算法于复杂系统中模糊规则学习的方法性综述。相信在复杂系统的未来发展中，蚁群优化系统必有其一席之地。【关键词】蚁群优化算法ACO基于模糊规则的系统FRBSACO-FRL1引言人们通过对蚂蚁等群居类昆虫行为的观察发现，它们在以群体为单位的协作大部分都属于个体自己组织的，尽管在很多情况下自组织的协作很单一，但是很多复杂问题却也通过这种简单的行为得到了求解。蚁群算法(AntColony

2、Algorithm,ACA)就是这种利用群体智能解决组合优化问题的范例。它是是一种用来在图中寻找优化路径的机率型算法，在遗传算法(GeneticAlgorithm)模拟退火算法(SimulatedAnnealing,SA)、禁忌搜索(TabuSearch)算法等元启发式搜索算法之后的又一种解决组合优化问题的启发式搜索算法。蚁群算法应用广泛，性能比较全面。在智能搜索以及全局优化方面，分布式计算使得蚁群算法比较容易的并行实现，单个单位之间的信息在不停的交互和发散，这样还能部分解决局部最优问题。蚁群算法还具有

3、鲁棒性强、分布式计算、正反馈等特点，这使得在蚁群算法的基础模型上优化修改后，便可以在特定性能方面有很高的表现，可在多领域解决复杂的组合优化问题。基于模糊规则的系统(FuzzyRule-BasedSystem,FRBS)是模糊集合理论应用最广泛的领域之一。从一个难于精确描述的复杂系统的输入输出数据中提取模糊规则，是对复杂系统模糊建模与模糊控制的首要任务。提取模糊规则有应用神经网络、遗传算法等方法。学习模糊规则则可以应用蚁群优化算法实现，因为ACO算法具有快速收敛性，有时能够获得更好的结果。2基于模糊规则的

4、系统2.1知识库(KB)知识库由数据库和规则库组成：例如：数据库中存放了”任务A是紧急订货”、”任务B是出口任务”那样的事实。规则库中存放着“IF任务i是紧急订货，and任务i是出口任务，THEN任务i按最优先安排计划”、”IF任务i是紧急订货，THEN任务i按优先安排计划”那样的规则。5总结如前所述，ACO算法是用来解决模糊规则学习问题的。我们可以根据不同的ACO算法来生成相对应的ACO-FRLo应用它们解决FRL问题仅需要考虑以下两点:(1)在构建解的过程，ACO算法如果改变规则，从Ri得到的点的集

5、合都满足Jk(i)={j满足riijHO}。(2)蚂蚁k对整个解增加的耦合信息量用1/MSE(RBk)表示，RBk对应于RB中蚂蚁k产生的。(指导老师：谭庆平)参考文献[1]0Cordon,FHerrera,APeregrin.ApplicabilityoftheFuzzyOperatorsintheDesignofFuzzyLogicControllers・FuzzySetsandSystems,1997(86)・[2]R.Alcala,JCasillas,0Cordon,FHerrera,SJIZw

6、ir.LearningandTuningFuzzyRule-basedSystemsforLinguisticModeling・InCTLeondes(Ed.),Knowledge-BasedSystems,vol.3,ch.29.AcademicPress,2000.(3)EBonabeau,MDorigo,GTheraulaz・SwarmIntelligence:FromNaturaltoArtificialSystems.0xfordUniverdityPress,1999・[4]MDorigo,

7、GDiCaro.TheAntColonyOptimizationMeta-heuristic・InDCome,MDorigo,andFGlover(Eds),NewIdeasinOptimization,McGraw-Hill,1999・[5]0Cordon,FHerrera・AProposalforImprovingtheAccuracyofLinguisticModeling.1EEETrans.onFuzzySystems,2000.作者单位国防科技大学计算机学院湖南省长沙市410073