|
|
1.
模糊规则模型的粒度性能指标评估方法
胡星辰, 申映华, 吴克宇, 程光权, 刘忠
计算机应用
2019, 39 (11):
3114-3119.
DOI: 10.11772/j.issn.1001-9081.2019050791
模糊规则模型广泛应用于许多领域，而现有的模糊规则模型主要使用基于数值形式的性能评估指标，忽略了对于模糊集合本身的评价，因此提出了一种模糊规则模型性能评估的新方法。该方法可以有效地评估模糊规则模型输出结果的非数值（粒度）性质。不同于通常使用的数值型性能指标（比如均方误差（MSE）），该方法通过信息粒的特征来表征模型输出的粒度结果的质量，并将该指标使用在模糊模型的性能优化中。信息粒性能采用（数据的）覆盖率和（信息粒自身的）特异性两个基本指标得以量化，并通过使用粒子群优化实现了粒度输出质量（表示为覆盖率和特异性的乘积）的最大化。此外，该方法还优化了模糊聚类形成的信息粒的分布。实验结果表明该指标对于模糊规则模型性能评估的有效性。
参考文献 |
相关文章 |
多维度评价
|
|
