بهینه‌سازی پایگاه قوانین سیستم فازی نوع tsk با استفاده از الگوریتمهای ترکیبی فراابتکاری

یکی از چالش های اصلی در استفاده از سیستم های فازی، چگونگی طراحی پایگاه قواعد فازی با پارامترهای بهینه‌سازی‌شده است؛ به‌نحوی‌که منجر به عملکرد رضایت‌بخش سیستم شود. در این مقاله از روش آموزش ترکیبی تکامل تفاضلی مبتنی بر تضاد(ode)  و بهینه سازی انبوه ذرات (pso) به‌منظور بهینه سازی پارامتر های توابع عضویت گوسی پایگاه قواعد در سیستم فازی نوع تاکاگی – سوگنو کانگ (tsk) استفاده شده است. همچنین از الگوریتم ترکیبی پیشنهادی، برای آموزش سیستم فازی tsk مرتبه صفر به‌منظور کنترل دو پلنت غیرِخطی استفاده شده است و نتایج به‌‌دست‌آمده بیانگر این است که برای کنترل پلنت های غیرِخطی مدل، دقت شناسایی بهتری را نسبت به سایر رویکرد های آموزشی از خود نشان می دهد. همچنین در این مقاله از ترکیب الگوریتم های ode و pso استفاده شده است و آن را در دو مسئله طراحی سیستم‌ فازی دقت‌‌گرابه کار می‌گیرد. در این دو مدل، همۀ پارامترهای آزاد سیستم فازی tsk مرتبۀ یک، ازطریقhodepso بهینه می‌شوند. مدل‌های استفاده‌شده در این آزمایش ها، سری آشوبناک مکی گلس و یک مسئلۀ اقتصادی واقعی هستند که مقادیر آینده آن‌ها پیش‌بینی می‌شود. نتایج به‌دست‌آمده بیانگر آن است که hodepso حداقل خطای متوسط تست و آموزش را در مقایسه با دیگر روش های آموزش دارد.