基于决策逻辑的模糊粗糙神经网络建模

为建立相关量的预测模型,提出了一种新的基于决策逻辑的模糊粗糙神经网络建模方法.首先对原始数据进行预处理,并基于粗糙集理论进行属性约简,得到最简决策表.然后基于决策逻辑建立模糊粗糙神经网络.最后提出了一种结合混沌搜索算法和最小二乘法的Chaos-LS算法,训练模糊粗糙神经网络的参数,从而建立起系统的模糊粗糙神经网络模型.实验证明,这种建模方法建立的模糊粗糙神经网络模型具有较高的精度和泛化能力a