基于极限学习机的极限TS模糊推理方法及系统

摘要

本发明公开了基于极限学习机的极限TS模糊推理方法及系统，方法包括：使用K‑means聚类算法对训练数据集对应的原始条件属性值矩阵进行聚类，根据聚类结果构建拓展决策属性值矩阵，利用该矩阵对单个极限学习机进行训练，得到输出层权重，及训练后的极限学习机，将新样本输入极限学习机，得到模糊规则前件的触发强度和后件的结论真值，根据该触发强度及结论真值，进行解模糊化，得到新样本的预测输出。通过利用拓展决策属性值矩阵对单个极限学习机进行训练，使得不需要迭代的参数优化，能够快速的完成训练过程，训练时间短，且基于softmax函数的解模糊化操作，能够有效的实现对触发强度的规范化处理，有效实现预测输出数据的输出。