调优模糊推理系统
设计一个复杂的模糊推理系统(FIS)与大量的输入和隶属度函数(MFs)是一个具有挑战性的问题,由于大量的MF参数和规则。设计这样一个金融中间人,你可以使用一个数据驱动的方法来学习规则和优化FIS参数。优化模糊系统,您可以使用:
使用模糊逻辑工具箱™软件,您可以调整1型和2型费斯以及FIS树。有关示例,请参见使用2型FIS预测混沌时间序列和曲调FIS树一加仑汽油所行驶的里程的预测。调优FIS树木不支持金宝app模糊逻辑设计。
在培训过程中,优化算法生成候选FIS参数集。更新模糊系统与每一个参数集,然后评估使用输入训练数据。
如果你有输入/输出训练数据,每个解决方案的成本计算是基于模糊系统的输出之间的差异从训练数据和预期的输出值。为例,使用这种方法,明白了使用模糊逻辑优化模糊推理系统设计师和曲调Mamdani模糊推理系统。
如果你没有输入/输出训练数据,您可以指定一个自定义模型和成本函数来评估候选人FIS参数集。测量成本函数发送一个模糊系统的输入输出和接收评估。成本是基于评估的输出之间的差异和所期望的输出模型。为更多的信息和一个例子,使用这种方法,明白了优化模糊机器人避障系统使用自定义代价函数。
在优化模糊系统的详细信息,请参见:
调优方法
下面的表显示了支持的调优方法金宝app模糊逻辑设计和tunefis函数。
| 方法 | 描述 | 更多的信息 |
|---|---|---|
| 遗传算法 | 基于全局优化方法搜索随机突变和群体成员之间交叉 | 遗传算法是什么?(全局优化工具箱) |
| 粒子群优化 | 基于全局优化方法的搜索地区人口成员一步 | 粒子群优化是什么?(全局优化工具箱) |
| 模式搜索 | 直接搜索局部优化方法,搜索附近的一个点集当前最优 | 直接搜索是什么?(全局优化工具箱) |
| 模拟退火 | 一个局部优化方法,模拟加热和冷却过程,发现当前点附近的一个新的最优点 | 模拟退火是什么?(全局优化工具箱) |
| 自适应神经模糊推理 | 反向传播算法,曲调隶属函数参数。或者,您可以使用简称anfis函数。 |
学习和简称ANFIS Neuro-Adaptive |
前四个需要调优方法全局优化工具箱软件。
全局优化方法,如遗传算法和粒子群优化,更好的表现对于大型参数调整范围。这些算法是有用的规则学习和参数的FIS优化阶段。
另一方面,本地搜索方法,如模式搜索和模拟退火,执行更好的为小参数范围。如果你从训练数据生成FIS或规则库已经添加到金融中间人,然后这些算法可以产生更快的收敛性与全局优化方法。
防止过度拟合优化系统
数据拟合是一个常见的问题在FIS参数优化。当出现过度拟合,调谐FIS产生优化结果训练数据集但执行不佳的测试数据集。克服过度拟合问题的数据,优化过程可以阻止早期基于一个公正的评价模型的使用一个独立的验证数据集。
你可以使用k-fold交叉验证防止过度拟合。对于更多信息和命令行示例,明白了优化金融中间人与K-Fold交叉验证参数。您还可以配置k-fold交叉验证时设置调优选项模糊逻辑设计。有关更多信息,请参见在模糊逻辑设计配置调优选项。
简称ANFIS调优方法不支持k-fold交叉验证。金宝app相反,您必须指定单独的验证数据。有关更多信息,请参见学习和简称ANFIS Neuro-Adaptive。
改善优化结果
改进的性能调优的模糊系统,考虑以下指南。
在优化过程中使用多个阶段。例如,首先学习规则的模糊系统,然后调整输入/输出参数使用了曼氏金融规则库。
增加的数量的迭代规则学习和参数阶段。这样做增加了优化过程的持续时间,还可以增加验证错误由于overtuned训练数据的系统参数。为了避免过度拟合,训练你的系统使用k-fold交叉验证。
改变当你创建一个金融中间人从数据集群技术。根据聚类技术,生成的规则可以表示不同的训练数据。因此,不同的聚类技术的使用会影响优化性能。
改变FIS属性。试着改变属性如FIS的类型、数量的输入,输入/输出MFs, MF类型和数量的规则。Sugeno系统有更少的输出参数(假定常数MFs)和曼氏金融更快的去模糊化。因此,对于模糊系统与大量的输入,Sugeno FIS通常比Mamdani FIS收敛更快。少量MFs和规则减少参数调优,生产更快的优化过程。此外,大量的规则可能overfit训练数据。
修改可调参数设置为MFs和规则。例如,您可以调整一个三角形的曼氏金融的支持在不改变峰值位置。金宝app这样做减少了可调参数的数量和具体应用程序可以产生更快的优化过程。对于规则,可以排除零曼氏金融指标,从而降低总体数量的规则在学习阶段。
改进模糊优化结果的树,考虑以下指南。
如果你有相应的训练数据,你可以单独调整每个FIS的参数在FIS的树。你可以调整模糊系统共同推广参数值。
改变FIS树属性,如数量的模糊系统与模糊系统之间的连接。
使用不同的排名和分组输入FIS的树。更多信息关于创建FIS树,看到模糊树。
