分层模糊系统：基于中心型TSK模糊模型的新方法

"基于中心型TSK模糊模型的分层模糊系统 (2015年) - 计术工程论文 - 熊俊、王士同、潘永惠、包芳" 在信息技术领域，模糊系统是一种处理不确定性和模糊信息的有效工具。然而，传统的模糊系统随着输入维度的增加，其规则和参数的数量会急剧增长，导致系统复杂度增加，识别和解释难度提高。为了解决这一问题，研究者们提出了一种基于中心型TSK模糊模型的分层模糊系统。 分层模糊系统是一种结构化的模糊系统，它将复杂的模糊规则分解为多层，每一层处理特定的输入变量或子集。这种方法可以降低系统的复杂性，但通常情况下，各层之间的识别参数缺乏明确的物理意义，这限制了系统的设计和解释能力。 中心型TSK（Type-2 Takagi-Sugeno-Kang）模糊模型是一种扩展的TSK模糊逻辑系统，它允许模糊规则中的输出函数具有中心和形状参数，提供了对内部参数更好的解释。在本文中，研究者结合了分层模糊系统和中心型TSK模型，创建了一种新的模糊系统架构。这种新型模糊系统既能保持分层结构的优势，减少规则和参数的数量，又可以清晰地解释所使用的内部参数，提高了系统的可理解和可调整性。 在实施过程中，研究者通过实例仿真展示了基于中心型TSK模糊模型的分层模糊系统在逼近复杂函数方面的优良性能。仿真结果证实，相比于传统模糊系统，这种新型系统具有更简洁的结构，同时保持了较高的精度，这在处理高维度输入问题时尤为有用。 此外，文章作者熊俊、王士同、潘永惠和包芳分别来自江南大学数字媒体学院和江阴职业技术学院计算机科学系，他们的研究工作强调了理论与实际应用的结合，对于模糊系统理论的发展以及在实际工程中的应用具有重要的推动作用。 基于中心型TSK模糊模型的分层模糊系统是解决高维度模糊系统复杂性问题的一种创新方法，它降低了规则和参数的数量，提高了系统解释性和逼近性能，对于未来模糊系统设计和优化具有重要参考价值。