基于解释性和精确性的模糊建模方法研究研究

1 基于解释性和精确性的模糊建模方法研究研究的目的与意义

模糊建模的概念由Zadeh[1]提出后，在数据挖掘、模式识别、故障诊断、预测、监督与控制等方面得到了迅速的发展和应用，成为模糊理论与应用中重要的研究方向．模糊模型的特点在于它用模糊规则对知识进行表达，而且可以解决一些复杂的，非线性的，用传统的数学方法难以解决的问题．早期的模糊建模主要针对简单系统，采用总结专家经验的方式进行，因此得到的模糊模型必然是容易被人们所理解．但是对于复杂系统，由于难以获得完备的专家经验，而数据相对容易获得，因此近年来基于数据的模糊建模成为研究的热点[2]，但目前大多数研究将模糊模型作为一种函数逼近器[3]，追求模糊模型对实际系统的拟合程度，即以模型的精确性为建模目标，因此得到的模糊模型结构复杂且冗余量大，难于被人们所理解，即模型的解释性较差，从而将模糊模型等同于神经网络等黑箱模型．