基于改進(jìn)型混合粒子群優(yōu)化算法的模糊知識(shí)融合.pdf

1、知識(shí)融合算法是知識(shí)融合的核心部分，其目的是將多個(gè)知識(shí)庫(kù)進(jìn)行融合，形成新知識(shí)庫(kù)。在人類認(rèn)知的世界和各應(yīng)用領(lǐng)域中，很多概念是模糊不清的，不再是精確表示的。模糊知識(shí)融合算法過(guò)程一般包含三部分：模糊知識(shí)庫(kù)編碼，融合算法和融合知識(shí)庫(kù)的評(píng)估。很多學(xué)者認(rèn)為融合多個(gè)模糊知識(shí)庫(kù)是一個(gè)多目標(biāo)最優(yōu)化的問(wèn)題，于是基于群體智能優(yōu)化算法的模糊知識(shí)融合迅速發(fā)展起來(lái)。用粒子群優(yōu)化方法可有效地將多個(gè)模糊知識(shí)庫(kù)進(jìn)行融合。但由于粒子群優(yōu)化算法本身容易陷入局部最優(yōu)，且數(shù)據(jù)庫(kù)規(guī)

2、模不同，在某些復(fù)雜應(yīng)用領(lǐng)域，該融合算法迭代次數(shù)多，算法效率不理想。
　　本文首先將線性遞減慣性因子粒子群優(yōu)化方法用在模糊知識(shí)領(lǐng)域，從實(shí)驗(yàn)可以看出該方法改善了傳統(tǒng)粒子群優(yōu)化算法融合模糊規(guī)則庫(kù)容易陷入局部最優(yōu)的缺點(diǎn)。
　　對(duì)于復(fù)雜應(yīng)用領(lǐng)域問(wèn)題，單個(gè)粒子群優(yōu)化算法可能搜尋不到滿意解。本文將人工魚(yú)群和粒子群方法相結(jié)合，取長(zhǎng)補(bǔ)短，并用數(shù)學(xué)測(cè)試驗(yàn)證該方法有良好的效能，最后將混合粒子群優(yōu)化算法用于融合模糊知識(shí)庫(kù)，從實(shí)驗(yàn)看出用混合粒子群優(yōu)化