基于QPSO算法优化的区间二型模糊逻辑系统预测

doi:10.12068/j.issn.1005-3026.2016.10.003

东北大学学报:自然科学版 ›› 2016, Vol. 37 ›› Issue (10): 1379-1383.DOI: 10.12068/j.issn.1005-3026.2016.10.003

基于QPSO算法优化的区间二型模糊逻辑系统预测

陈阳，王大志，宁武

(东北大学信息科学与工程学院，辽宁沈阳110819)

收稿日期:2015-06-29 修回日期:2015-06-29 出版日期:2016-10-15 发布日期:2016-10-14
通讯作者: 陈阳
作者简介:陈阳(1981-)，男，辽宁大连人，东北大学博士研究生；王大志(1963-)，男，辽宁锦州人，东北大学教授，博士生导师.
基金资助:
国家自然科学基金资助项目(61374113)；中央高校基本科研业务费专项资金资助项目(N150403005)；辽宁省高校基本科研业务费资助项目(JL201615410).

Forecasting by Interval Type-2 Fuzzy Logic System Optimized with QPSO Algorithm

CHEN Yang， WANG Da-zhi， NING Wu

School of Information Sciences & Engineering， Northeastern University， Shenyang 110819， China.

Received:2015-06-29 Revised:2015-06-29 Online:2016-10-15 Published:2016-10-14
Contact: CHEN Yang
About author:-
Supported by:
-

摘要/Abstract

摘要： 设计了一类区间二型模糊逻辑系统，研究基于历史数据的预测问题.在区间二型模糊逻辑系统设计中，前件、后件、输入测量区间二型模糊的主隶属函数均选择成具有不确定标准偏差的高斯型二型隶属函数.量子粒子群优化 (QPSO) 算法用来调整所设计的区间二型模糊逻辑系统参数.部分欧洲智能技术网络 (EUNITE) 的负荷竞赛数据和美国田纳西州 (WTI) 原油价格数据用来测试所提出的模糊逻辑系统预测方法.定义综合评价误差和作为模糊逻辑系统的预测性能指标.仿真研究表明，所提出的区间二型模糊逻辑系统预测方法在收敛性和稳定性上均优于相应的一型模糊逻辑系统.

关键词: 区间二型模糊逻辑系统, 区间二型模糊集, 量子粒子群优化算法, 仿真, 收敛性

Abstract: A kind of interval type-2 fuzzy logic system was designed to investigate forecasting problems based on the historical data. In the process of designing the interval type-2 fuzzy logic system， the antecedent， consequent and input measurement primary membership functions of interval type-2 fuzzy sets were all Gaussian type-2 membership functions with uncertain standard deviation. The quantum particle swarm optimization algorithm was used to tune the parameters of the designed interval type-2 fuzzy logic system. Part of the load competition data of European network on intelligent technologies and the price data of West Texas Intermediate crude oil were used to test the proposed fuzzy logic system forecasting method. Comprehensive evaluation error sum was defined as the forecasting performance index of fuzzy logic system. Simulation studies showed that the proposed interval type-2 fuzzy logic system forecasting methods outperform their corresponding type-1 fuzzy logic system on convergence and stability.

Key words: interval type-2 fuzzy logic system, interval type-2 fuzzy set, quantum particle swarm optimization algorithm, simulation, convergence

中图分类号:

TP182
TP11

陈阳，王大志，宁武. 基于QPSO算法优化的区间二型模糊逻辑系统预测[J]. 东北大学学报:自然科学版, 2016, 37(10): 1379-1383.

CHEN Yang， WANG Da-zhi， NING Wu. Forecasting by Interval Type-2 Fuzzy Logic System Optimized with QPSO Algorithm[J]. Journal of Northeastern University Natural Science, 2016, 37(10): 1379-1383.

参考文献

[1]Huang J，Korolkiewicz M，Agrawal M，et al.Forecasting solar radiation on an hourly time scale using a coupled autoregressive and dynamical system (CARDS) model［J］.Solar Energy，2013，87:136-149.
[2]Barbounis T G，Theocharis J B.Locally recurrent neural networks for wind speed prediction using spatial correlation［J］.Information Sciences，2007，177 (24):5775-5797.
[3]Khosravi A，Nahavandi S，Creighton D，et al.Interval type-2 fuzzy logic systems for load forecasting:a comparative study［J］.IEEE Transaction on Power Systems，2012，27(3):1274-1282.
[4]Wu D.On the fundamental differences between interval type-2 and type-1 fuzzy logic controllers［J］. IEEE Transactions on Fuzzy Systems，2012，20(5):832-848.
[5]Zarandi M H F，Torshizi A D，Turksen I B，et al.A new indirect approach to the type-2 fuzzy systems modeling and design［J］.Information Sciences，2013，232 (20):346-365.
[6]Mendel J M.On KM algorithms for solving type-2 fuzzy set problems［J］.IEEE Transactions on Fuzzy Systems，2013，21(3):426-446.
[7]胡怀中，赵戈，杨华南.一种区间型二型模糊集重心的快速解法［J］.控制与决策，2010，25(4):637-640.(Hu Huai-zhong，Zhao Ge，Yang Hua-nan.Fast algorithm to calculate generalized centroid of interval type-2 fuzzy set［J］.Control and Decision，2010，25(4):637-640.)
[8]Wei F，Jun S，Ping X Z，et al.Convergence analysis of quantum-behaved particle swarm optimization algorithm and study on its control parameter［J］.Acta Physica Sinica，2010，59(6):3686-3694.
[9]Wang X，He Y，Dong L，et al.Particle swarm optimization for determining fuzzy measures from data［J］.Information Sciences，2011，181(19):4230-4252.
[10]María D L A H，Patricia M，Gerardo M M，et al.A hybrid learning method composed by the orthogonal least-squares and the back-propagation learning algorithms for interval A2-C1 type-1 non-singleton type-2 TSK fuzzy logic systems［J］.Soft Computing，2015，19(3):661-678.
[11]Oscar C，Leticia A A，Juan R C，et al.A comparative study of type-1 fuzzy logic systems，interval type-2 fuzzy logic systems and generalized type-2 fuzzy logic systems in control problems［J］.Information Sciences，2016，354:257-274.
[12]Hsu C，Juang C.Evolutionary robot wall-following control using type-2 fuzzy controller with species-de-activated continuous ACO［J］.IEEE Transactions on Fuzzy Systems，2013，21(1):100-112.

[1]	罗忠，吴东泽，李雷，葛长闯. 转子系统动力学仿真平台设计与实验验证[J]. 东北大学学报（自然科学版）, 2023, 44(3): 375-381.
[2]	卢晓红，顾瀚，丛晨，阮飞翔. Inconel 718介观尺度薄壁件微铣削力预测[J]. 东北大学学报（自然科学版）, 2023, 44(2): 242-250.
[3]	王海芳，崔阳阳，李鸣飞，李广宇. 基于改进RRT*FN的移动机器人路径规划算法[J]. 东北大学学报（自然科学版）, 2022, 43(9): 1217-1225.
[4]	刘钺，孙伟，黎明. 基于分步耦合的压电分流薄板动力学建模与分析[J]. 东北大学学报（自然科学版）, 2022, 43(9): 1255-1262.
[5]	耿健，王晓冬，郭美如，黄海龙. 流量计法测量微型溅射离子泵抽速的方法[J]. 东北大学学报（自然科学版）, 2022, 43(9): 1298-1305.
[6]	鲍玉斌，刘济霆，李效宇. 考虑舆情的分时段SIQR模型的新冠疫情分析与预测[J]. 东北大学学报（自然科学版）, 2022, 43(8): 1065-1073.
[7]	罗忠，刘家希，刘凯宁，孙凯. 弹性环式支承结构动刚度分析及其对转子系统的影响[J]. 东北大学学报（自然科学版）, 2022, 43(5): 667-673.
[8]	王宏伟，王倩玉，韩杰，张昊天. 基于观测器的车辆电子稳定控制系统执行器故障重构[J]. 东北大学学报（自然科学版）, 2022, 43(3): 313-320.
[9]	王海芳，张瑶，朱亚锟，陈晓波. 基于改进双向RRT^*的移动机器人路径规划算法[J]. 东北大学学报（自然科学版）, 2021, 42(8): 1065-1071.
[10]	张东祥，郭立新. 汽车驱动桥壳焊接变形及焊接残余应力有限元仿真分析[J]. 东北大学学报（自然科学版）, 2021, 42(5): 700-705.
[11]	付强，姚羽. 基于多隔离策略的新冠肺炎疫情建模及分析[J]. 东北大学学报:自然科学版, 2020, 41(9): 1239-1243.
[12]	巩亚东，苏志朋，孙瑶，金丽雅. 镍基单晶高温合金微磨削形貌仿真及实验研究[J]. 东北大学学报:自然科学版, 2020, 41(7): 949-954.
[13]	宁久鑫，黄海龙，王晓冬，孙浩. 溅射离子泵抽气单元放电及离子输运仿真[J]. 东北大学学报:自然科学版, 2020, 41(7): 962-967.
[14]	牛艺静，孙聪，庞刚，修世超. 预应力时效性对磨削强化表面应力的影响[J]. 东北大学学报:自然科学版, 2020, 41(4): 546-550.
[15]	孟琭，钟健平，李楠. 基于GAN的医学图像仿真数据集生成算法[J]. 东北大学学报:自然科学版, 2020, 41(3): 332-336.

基于QPSO算法优化的区间二型模糊逻辑系统预测

Forecasting by Interval Type-2 Fuzzy Logic System Optimized with QPSO Algorithm

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价