12、先进算法在多领域的应用与性能比较

先进算法在多领域的应用与性能比较

1. ALS算法在MIMO系统中的拓展

ALS算法被拓展到多输入多输出（MIMO）系统中。在这个过程中，会考虑一个MIMO模糊推理系统，进而得到去模糊化的推理输出。对于MIMO系统，其误差减少项是每个期望输出向量误差减少项的总和。通过添加一个能使该误差减少项最大化的模糊基函数（FBF）来构建模糊基函数网络（FBFN），并得到权重矩阵。

1.1 操作步骤

• 步骤1：构建MIMO模糊推理系统。
• 步骤2：计算每个期望输出向量的误差减少项。
• 步骤3：将所有期望输出向量的误差减少项相加得到MIMO系统的误差减少项。
• 步骤4：添加能使误差减少项最大化的FBF构建FBFN。
• 步骤5：计算得到权重矩阵。

2. ALS算法与BP算法在逼近非线性函数中的性能比较

在逼近非线性函数的性能评估中，将ALS算法与BP算法进行了比较。选取了两个非线性函数，使用900个均匀分布的样本进行训练，841个样本进行测试。BP算法是一种基于梯度的算法，它将整个训练误差的平方和作为目标函数。

2.1 两种算法的特点

算法	特点
ALS算法	可在一次运行中确定达到特定误差目标所需的模糊规则数量，泛化性能出色
BP算法