论文部分内容阅读
该文简要回顾了基于领域的模糊控制器和基于规则的模糊控制器的遗传优化方法,然后将进化学习分类器的密歇根和匹兹堡方法结合起来,第一次将对单条控制规则的评价引入进化过程中,解决了匹兹堡类型的学习分类器系统“强化信息的带宽窄”的问题,实现了对FLC在染色体(控制器)级和基因(规则)级的同时进化。该文还在染色体定长的基础上实现了规则数目的自由变化。实验结果表明新方法效率很高,优化的模糊控制器结构简单、性能良好。