14、模糊模型参数优化与模糊线性规划灵敏度分析

模糊模型参数优化与模糊线性规划灵敏度分析

1 模糊关系参数自适应

在选定通用参数的最优组合集后，就可以对各个模糊关系的参数进行修改。以下是动态模型内信号循环第 t 个周期（离散时间的第 t 步）的自适应算法步骤：
1. 在清晰参考模型中执行 t 个信号循环，获取被研究概念的参考值（也可以通过其他方式获得，例如从专家知识或测量数据中获取）。
2. 选择参数变化系数 Δr 和 Δσ 的初始值。
3. 在模糊模型中执行 t 个信号循环。
4. 计算概念从清晰参考值的去模糊化偏差值（在步骤 1 中确定）。
5. 对于每个测试概念（例如 Xp）以及每个从其他概念接收信号的关系（例如 Ri,p），研究在将关系强度 ri,p 增加或减少 Δr 后，是否可以使概念值更接近参考值。如果可以，则接受新的 ri,p 值。
6. 对于每个被研究概念（例如 Xp）以及每个从其他概念接收信号的关系（例如 Ri,p），研究在将模糊系数 σi,p 增加或减少 Δσ 后，是否可以使概念值更接近参考值。如果可以，则接受新的 σi,p 值。
7. 在修改所有模糊关系后，检查是否达到了假定的模型精度。如果没有，返回步骤 3。如果认为有必要，可以更改（减小）参数 Δr 和 Δσ 的值。
8. 重复上述步骤，直到达到算法结束的假定标准。

1.1 算法应用示例

该算法用于确定图 2 模型中模糊关系的功率和模糊系数的时间波形，参数如表 1 所示，初始值如表 2 所示。在模糊模型中，对离散时间的后续步骤（从第 5 步到第 30 步）进行了模糊关系的自适应，论域范围为 [-2, 2]。为了实现模型目的，使用了 K = 17 和 σ = 0.6（适用