论文部分内容阅读
针对传统模糊系统在面对源场景存在某种程度的信息缺失或所采集的信息有限导致受训所得系统泛化能力较差之挑战,探讨了具有迁移学习能力的模糊系统.该类模糊系统不仅能充分利用当前场景的数据信息,还可有效利用历史知识对当前源场景的建模过程进行辅助学习,以达到弥补信息缺失之目的.基于此思想以0阶L2型TSK模糊系统为研究对象构造了0阶L2型TSK迁移模糊系统（0-L2-TSK-TFS）.在模拟数据集以及真实数据集上的实验研究亦验证了该迁移模糊系统在应对存在信息缺失的场景时,较之于传统模糊建模方法有着更好的适用性.