论文部分内容阅读
语言模型具有很好的可解释性,但面对复杂问题时,其精确性不能满足要求。为此结合微粒群算法和遗传算法各自的演化特点,采用两阶段学习策略,对语言模型进行分层演化,首先利用微粒群算法优化各输入变量的语言值数目及对应的模糊集参数,形成候选规则集,再应用遗传算法选择规则,得到精确的语言模型。该方法几乎无需先验知识,可直接从样本数据获取语言模型,应用函数近似为例说明其有效性。